CC BY
30
условием и действием располагаются факты, в качестве которых используются полученные расчетные данные и их экспертные оценки (см. табл.). Например:
♦ «ЕСЛИ
[ а ]
>1,05, ТО необходимо умень-
шить коэффициент обжатия 1/ц»\
♦ «ЕСЛИ степень загрузки электродвигателя кдв равна или меньше 0.4, ТО рекомендуется увеличить коэффициент вытяжки Я»;
♦ «ЕСЛИ кр > 1, ТО возможна поломка оборудования клети, необходимо перераспределить обжатия» и т.п.
Наряду с этим используются правила Де Моргана [3] типа AvB&A&B.
Применяя соответствующий набор правил последовательно для каждого прохода, система определяет резервы улучшения технологического процесса и формирует в блоке 10 (Машине вывода) решение по изменению режима деформации металла, выдавая его в виде сообщения на экран монитора. Пользователю предоставляется возможность согласиться с этим решением или внести в него коррективы, изменить соответствующим образом исходные данные и произвести повторные расчеты. Путем такого диалога с компьютером пользователь добивается получения оптимального решения поставленной задачи. Параметры рассчитанного технологического процесса заносят в БД с целью накопления информации.
Программное обеспечение описанной ЭС разработано для операционной системы Windows с использованием среды визуального программирования Borland C++ Builder [10], БД основаны на использовании таблиц Paradox.
Для эксплуатации ЭС необходим компьютер не ниже Pentium-100 с оперативной памятью не
менее 16 Мб и с объемом свободного дискового пространства не менее 100 Мб.
Указанные программные и технические средства обеспечивают достаточно простой и удобный интерфейс пользователя с компьютером посредством раскрывающихся на экране монитора окон, меню, списков, полей ввода, кнопок и т.п.
Разработанная ЭС может быть использована в НИИ и на металлургических заводах при совершенствовании действующих и проектировании новых технологических процессов сортовой прокатки, а также в виде советчика при определении настроечных межвалковых зазоров.
Список литературы
1. Убейко В.М., Убейко В.В. Экспертные системы в СССР. - М.: 1991 (Обзорн. информ. маш. пр-во. /Сер. Автоматизированные системы проектирования и управления. -Вып.5). - 67с.
2. Статистические и динамические экспертные системы / Э.В. Попов, И.В. Фоминых, Е.В. Кисель и др. - М.: Финансы и статистика, 1996. - 320с.
3. Герман О.В. Введение в теорию экспертных систем и обработки знаний. - Минск: ДизайнПРО, 1995.-255с.
4. Сойер Б., Фостер Д.Л. Программирование экспертных систем на паскале: /Пер. с англ. - М.: Финансы и статистика, 1990.-191 с., ил.
5. Прокатное производство / П.И. Палухин, Н.М. Федосов, А.А. Королев и др. М.: Металлургия, 1982. - 696 с.
6. Сортовые профили проката: Справочник /В.В. Лем-пицкий, И.П. Шулаев, И.С. Тришевский и др. - М.: Металлургия, 1981. - 624с..
7. Смирнов В.К., Шилов В.А., Инатович Ю.В. Калибровка прокатных валков. - М.: Металлургия, 1987. - 368с.
8. Зюзин В.И., Третьяков А.В. Механические свойства металлов и сплавов при обработке давлением: Справочник. -Челябинск: Металл, 1993. - 368 с.
9. Андреюк Л.В., Телюнев Г.Г. Сопротивление деформации сталей и сплавов //Теория и практика металлургии: Тр. НИИМ. - Челябинск: Южно-Уральское кн. изд-во, 1970. - Сб. №11. - С.101-123.
10. Вальвачев А., Сурков Д., Сурков К. Программирование в среде C++ Builder. - Минск: ООО «Попурри», 1998. - 576 с.
а
СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО ПЛАНИРОВАНИЮ ПРОФЕССИОНАЛЬНОЙ СТРУКТУРЫ ПОДГОТОВКИ СПЕЦИАЛИСТОВ
Н.А. Семенов, М.Г. Шалунова
В условиях стихийно формирующегося рынка труда профессиональное образование становится системой, координирующей спрос и предложение специалистов в регионе. Негативная тенденция к общему снижению объемов подготовки, переподготовки и повышения квалификации может привести к падению уровня образования и производительного потенциала, а также к росту безработи-
цы. Так в Тверской области около 70 % обращающихся в службу занятости не имеют профессии. Отраслевая и профессионально-квалификационная структуры занятых могут быть гибкими и приспосабливаемыми к новым экономическим условиям только в условиях эффективно действующих рынков труда и образовательных услуг (ОУ). Таким образом, следует подчеркнуть необходимость раз-
вития системы профессионального образования (СПО) на основе современных методов управления, обеспечивающих согласование структуры трудовых ресурсов региона с текущими и перспективными потребностями хозяйствующих субъектов сфер производства и услуг с ориентацией на региональные программы развития. При управлении структурой предложения ОУ необходимо учитывать не только качественную информацию о вакансиях на рынке труда и о движении рабочих мест, но и информацию о структуре спроса на специалистов, рассматривая его как многофакторную модель.
Решение задачи достижения сбалансированного развития производства и сферы занятости в эпоху плановой экономики сводилось к прогнозу общей и дополнительной потребности в специалистах с высшим и средним специальным образованием [1]. В качестве основных применялись следующие методы расчета: штатно-номенклатурный, нормативный и нормативов насыщенности. Согласно этим методам общая потребность определялась на основе номенклатуры должностей, нормативов труда и планов развития производства. Основным недостатком предложенной И.М. Пли-нером балансовой модели развития профтехобразования [2] является задание ее параметров планами и программами, спускаемыми "сверху". В условиях рыночной экономики прогнозирование этих параметров представляет собой сложную научную задачу. Безусловным достоинством разработки является многовариантость расчетов. В конце 90-х годов НИИ Высшей школы предлагает новую методику планирования структуры подготовки в территориально-отраслевом разрезе, предусматривающую построение структурного графа связей элементов следующих множеств: продукции, отраслей экономики, территорий и специальностей [3]. На основе экспертных суждений оценивается теснота связи между специальностями подготовки и производством продукции. В расчетах применяется теория нечетких множеств. Эти методы и модели послужили математическим обеспечением проектов автоматизированных систем планирования потребности в специалистах, однако такие многоуровневые АСУ практически не были реализованы.
В настоящее время в России происходит формирование рынка ОУ, который можно рассматривать как систему взаимоотношений субъектов: образовательных учреждений ("производителей" ОУ); предприятий, организаций, органов управления ("потребителей"); обучающихся; посреднических структур (служб занятости, кадровых агентств); по поводу купли и продажи ОУ. Функционирование образовательных заведений на
рынке ОУ не может базироваться на принципах централизованного директивного управления; сформулированы и начинают применяться новые подходы к построению СПО [4,5]:
- многоуровневость подготовки (создание системы непрерывного образования);
- многопрофильность (университезация);
- региональная направленность (регионализация).
Таким образом, в современных условиях принятие управленческих решений в системах подготовки, переподготовки и повышения квалификации может осуществляться только на основе методов маркетинга в сфере образования как системы мероприятий по формированию оптимальной стратегии и тактики действий на рынке ОУ. На стадии сегментирования рынка ОУ наиболее актуально применение современной технологии Data Mining с целью прогнозирования ситуации на рынке труда, конъюнктуры рынка ОУ, выявления перспективных ОУ, что является базой для принятия решений по выбору целевых сегментов и позиционирования ОУ. Перед маркетологами сферы ОУ стоит задача формализации особенностей потребностей в специалистах и расчета вероятных запросов экономики. Согласно закону «Об образовании» (статьи 14 и 15) [6] профессиональным образовательным учреждениям разрешено самостоятельно разрабатывать и утверждать образовательные программы и учебные планы, поэтому принятие решений по содержанию и структуре образования находится в компетенции образовательного учреждения. Эффективное управление СПО на региональном рынке ОУ обеспечивают высокое качество обучения, отвечающее запросам экономики планирование номенклатуры специальностей (оптимальной структуры ОУ) и объемов выпуска специалистов. Схема управления структурой подготовки в вузе представлена на рисунке 1.
Маркетинговыми подходами к оценке струк-
туры подготовки кадров являются методика построения функциональных карт [7], а также мето-
Принятие решений
Уровень ректора
Уровень факультета
Уровень кафедры
Рис. 1. Модель управления структурой подготовки специалистов
в вузе
дика оценки полезности и качества ОУ [4]. Функциональная карта представляет собой таблицу для совместного сегментирования рынка ОУ по множеству параметров ОУ и множеству потребителей. Общая оценка ОУ рассчитывается как средневзвешенная по учитываемым критериям. Модель оценки качества ОУ имеет три уровня: частных показателей, обобщенных оценок и интегральной суммарной оценки. Обобщенные оценки рассчитываются как средневзвешенные частных показателей, а интегральная оценка есть свертка обобщенных оценок по принципу меры близости. Информационной базой приведенных методик являются в основном экспертные суждения о качестве ОУ, о степени привлекательности сегментов рынка ОУ, о возможностях образовательного учреждения. Следует отметить недостаточную полноту набора учитываемых в методиках характеристик ОУ.
Критерием оценки эффективности управления структурой подготовки в СПО региона является сбалансированность спроса и предложения специалистов в профессиональном разрезе, относительно этого критерия (цели) ранжируются ОУ. Применение метода системного анализа позволило нам, выделив субъекты рынка ОУ и критерии оценки ОУ, построить иерархическую модель оптимизации структуры ОУ. При добавлении к цели критерия экономической эффективности функционирования образовательного учреждения и величин затрат на оказание ОУ проводится анализ «стоимость-эффективность». Определив для каждой специальности перечень дисциплин, можно оптимизировать учебные планы. В модели выделены следующие уровни (см. рис. 2):
1) цель;
2) субъекты рынка ОУ;
3) их характеристики;
4) акторы (отрасли экономики и промышленности);
5) ОУ (специальности/направления подготовки).
С помощью модели можно получить ранжировку ОУ по степени перспективности, конкурентоспособности, выявить основных потребителей конкретных ОУ, оценить качественный уровень потребности в ОУ, качество ОУ, а также возможности образовательного учреждения, спрогнозировать спрос на специалистов, оптимизировать учебные планы. Разработанная модель может применяться в типичном профессиональном образовательном учреждении при принятии решений по структуре и объему подготовки специалистов естественно-научного и инженерно-
экономического направлений.
Задачи управления профессиональным образованием относятся к слабоструктуризованным задачам принятия решений, использующим количественную и качественную информацию. Наиболее универсальными исследователями признаются следующие методы принятия решений: методы теории ожидаемой полезности, анализа иерархий, теории нечетких множеств [8]. Иерархическая структура модели, необходимость сбора экспертной информации при оценке степени выраженности, возможности, принадлежности, вероятности проявления характеристик альтернатив послужили обоснованием выбора метода анализа иерархий. Формализация экспертных суждений осуществляется методом парного сравнения по девятибалльной шкале отношений Саати [9]. Разработанная модель оптимизации структуры ОУ реализована в системе поддержки принятия решений (СППР) по планированию профессиональной структуры подготовки специалистов.
Выпускники каждого направления характеризуются уровнем подготовки (на основе системы тестов для дипломников) и оценкой перспектив трудоустройства (на основе опроса дипломников о планах трудоустройства), по материалам службы занятости рассчитываются коэффициенты трудоустройства специалистов, на множестве ОУ показатели нормируются.
Опосредованными потребителями ОУ являются предприятия и организации отраслей экономики региона, спрос на трудовые ресурсы которых определяется в отраслевом разрезе как структура занятых в отраслях экономики и промышленности, а также в профессиональном разрезе как профессиональная структура занятых. Среди подходов к расчету потребности отраслей экономики в трудовых ресурсах следует отметить, например, [10, 11]. Все эти модели основываются на традиционных методах прогнозирования: экстра-
Уровни:
Оптимизация учебных планов
Экономическая эффективность функционирования СПО
Сбалансированность спроса и предложения специалистов в профессиональном разрезе
8 0
"Производитель" (образовательное учреждение)
Оценка субсидирования ОУ
Возможности предоставления ОУ
Конкурентоспособность на рынке ОУ
Заказы на подготовку специалистов
л
"Потребители" (отрасли экономики и промышленности)
Численность занятых
Валовой выпуск (объем производства)
Реальная заработная плата
Рентабельность продукции
Вакантные рабочие места
Инвестиции в основной капитал
Коэффициент оборота кадров по приему
Электроэнергетика
Подготавливаемые специалисты
Сравнительный коэффициент трудоустройства специалистов
Оценка перспектив трудоустройства молодых специалистов
подготовки
Строительство
Наука
Перечни учебных дисциплин
Рис. 2. Модель оптимизации структуры ОУ
Специальность 1711 ... Специальность 0611 ... Специальность 2401
& 1 1 1
10 Затраты на подготовку специалистов п
поляции, корреляционном, регрессионном анализе, моделях Маркова, которые требуют надежной статистической базы. Наличие коротких временных рядов социально-экономических показателей ставит под вопрос обоснованность применения этих моделей. Поэтому нами предлагается строить многофакторную модель спроса на рабочую силу методом группового учета аргументов [12,13]. Наши исследования опираются на макроэкономические регрессионные модели А.С. Семенова и С.Г. Кузнецова [14]. Предлагается построить зависимость спроса на рабочую силу в отрасли экономики (промышленности) - С от следующих факторов: валового выпуска (объема производства) -В; реальной среднемесячной заработной платы -З; рентабельности продукции - Р; вакантных рабочих мест - М; инвестиций в основной капитал -И, т.е.
С=/(В,З,Р,М,И).
С помощью коэффициента оборота кадров по приему рассчитываются величины поступающих в отрасль потоков рабочей силы, которые в модели нормируются.
Спрос на работников в профессиональном разрезе для отрасли может характеризоваться рациональной профессиональной структурой специалистов, которая должна обеспечивать эффективное функционирование отрасли. Воспроизведение профессиональной структуры Советской России или сложившейся в настоящее время структуры занятости может привести к усугублению несбалансированности спроса и предложения специалистов. Поэтому о рациональной профессиональной структуре кадров специалистов как о пропорциях (весомости) необходимых в отрасли квалифицированных работников могут судить только эксперты. Для каждой отрасли экономики (промышленности) оценивается приоритетность ОУ (специальностей), по которым ведется подготовка в образовательном учреждении (4-й, 5-й уровни иерархии). При парном сравнении ОУ ставится следующий вопрос: какая ОУ более важна (весома) для данной отрасли экономики. В качестве кандидатов в эксперты нами предлагаются ведущие специалисты, руководители, менеджеры по кадрам, работники кадровых служб предприятий и организаций данной отрасли. Подбор экспертов может осуществляться методом "снежного кома". Вопросы сбора и обработки качественной информации рассмотрены в [15].
Вектор приоритетов ОУ (5-й уровень иерархии) относительно цели (1-
й уровень иерархии) рассчитывается с применением метода анализа иерархий [9] согласно принципу иерархической композиции.
Таким образом, для построения результирующей ранжировки ОУ (специальностей) используются методы экономико-математического моделирования, эволюционного программирования и экспертных оценок.
СППР по планированию профессиональной структуры подготовки специалистов предусматривает реализацию следующих модулей и подсистем:
1) подсистема ведения информационной базы;
2) модуль настройки структуры модели (ситуационное управление моделью предусматривает ее настройку на имеющуюся информационную базу, критерии и цели ЛПР);
3) модуль обработки экспертной информации (построение ранжировок - векторов приоритетов);
4) подсистема моделирования спроса на трудовые ресурсы отрасли;
5) подсистема краткосрочного прогнозирования потребности в трудовых ресурсах;
6) модуль оценки приоритетных "потребителей" (отраслей, в которые распределяются выпускники) (расчет осуществляется по методу порога разделения [16] теории нечетких множеств);
7) модуль построения ранжировки ОУ (оптимизации);
8) модуль анализа стоимость-эффективность;
Министерство среднего и высшего профессионального образования
Предприятия и организации региона, жители региона
ИАС планирования развития научно--педагогического
ИАС ИАС
управления (тестирующие)
качеством оценки
ОУ качества
подготовки
БД заказов на подготовку и переподготовку специалистов
ИАС расчета затрат на подготовку специалистов
БД статистики
по социально- БД
экономическому вакантных
положению рабочих
региона мест
ИАС оптимизации учебных планов
Е=5
Органы государственной статистики
Центр по занятости населения, службы занятости, биржи труда
* ИАС - информационно-аналитическая система Рис. 3. Схема информационных потоков
т
9) модуль оптимизации учебных планов по направлениям подготовки (построение ранжировок учебных дисциплин);
10) модуль планирования объема выпуска специалистов;
11) подсистема среднесрочного (сценарного) прогнозирования потребности в рабочей силе;
12) модуль анализа чувствительности модели (веса и значения критериев варьируются в пределах ± 10 %. Результирующая ранжировка определяется как пересечение исходной, а также ранжировок «минимакс» и «максимин»:
w*=wn wmiПп wmax).
Разработанная СППР входит в комплекс информационных систем, обеспечивающих поддержку принятия маркетинговых решений в образовательном учреждении, схема взаимодействия систем и информационных потоков представлена на рисунке 3.
1) Программная реализация системы выполнена в среде инструментального приложения Visual Basic for Applications для Microsoft Excel-97 под операционной системой Windows-95.
Результаты использования СППР по планированию профессиональной структуры подготовки специалистов, построенной по принципам технологии интеллектуального анализа данных, служат основой при принятии базовых стратегических и тактических решений в процессе управления образовательным учреждением и позволяют судить о структуре спроса на ОУ, о перспективности подготовки специалистов в разрезе направлений, о возможности трудоустройства молодых специалистов по полученной специальности в краткосрочной перспективе на период специализации, переподготовки или повышения квалификации, а в среднесрочной перспективе - на период подготовки специалистов.
Список итературы
1. Научная организация труда в управлении производственным коллективом. -М.: Экономика, 1987.- 280с.
2. Плинер М.И. Экономико-математическое моделирование развития профтехобразования. - М.: Высш. шк., 1990. -
96 с.
3. Совершенствование методологии планового управления подготовкой специалистов /Артемов А. А. - М.: НИИВШ, 1988. -48 с.
4. Сагинов К.А. Маркетинг сферы образовательных услуг. - М.: Триада, 1998. - 310 с.
5. Найденова Л.И. Управление в сфере подготовки специалистов с высшим образованием: региональные аспекты: Монография. - Пенза: Изд-во Пензенского гос. ун-та, 1998. -228 с.
6. Федеральный закон. О внесении изменений и дополнений в Закон Российской Федерации «Об образовании». - М.: Изд-во "Ось-89", 1999. - 64 с.
7. Панкрухин А.П. Маркетинг образовательных услуг в высшем и дополнительном образовании: Учебное пособие. -М.: Интерпракс, 1995. - 240 с.
8. Андрейчиков А.В., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике. - М.: Финансы и статистика, 2000. - 368 с.
9. Саати Т. Принятие решений. Метод анализа иерархий. - М.: Радио и связь, 1993. - 320 с.
10. Коровкин А.Г. Согласование динамики вакантных рабочих мест и рабочей силы в России // Проблемы прогнозирования. - № 2. -1999. - С.73-84
11. Сагиндиков Е.Н. Комплексный анализ и прогноз формирования трудового потенциала региона. -СПб.: Издательство СПбГУЭФ, 1999. - 106 с.
12. Ивахненко А.Г., Мюллер Й.А. Самоорганизация прогнозирующих моделей. -К.: Технжа, 1985; Берлин: ФЕБ Ферлаг Техник, 1984. - 223 с.
13. Семенов Н.А., Малиновская Е.В. Структурно-параметрическая идентификация полиномиальных моделей на основе алгоритма МГУА и Брандона // Автоматика. -1987.-№ 3.- С. 20-23
14. Семенов А.С., Кузнецов С.Г. Взаимосвязь динамики занятости и важнейших макроэкономических показателей // Вопросы статистики. - 1999. - № 9. - С. 28-32
15. Шалунова М.Г. Экспертные оценки в модели оптимизации ассортимента образовательных услуг // Сб. науч. тр.: Математика. Компьютер. Образование. - Вып. 7. - М.: «Прогресс-Традиция», 2000 (в печати)
16. Нечеткие множества и теория возможностей / Под ред. Р.Р. Ягера. - М.: Радио и связь, 1986.- 408 с.
ИНТЕРАКТИВНАЯ ПРОЦЕДУРА ПОСТРОЕНИЯ МОДЕЛИ ТРЕНДА ДЛЯ ЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ
Г.П. Виноградов
При решении задачи прогнозирования рядов динамики экономических показателей, например с помощью MS Excel, необходимо учитывать следующие их особенности:
1. Анализируемый экономический показатель Y испытывает на себе влияние множества факторов X={xi, i=1,n}, которое состоит из двух под-
множеств: Х={Хи}и{ХТ}, где {Хи} - подмножество управляющих входных факторов и {ХТ} - подмножество контролируемых и неконтролируемых воздействий внешней среды. Часть этих факторов имеет монотонный характер изменения и вызывает такое же моyотонноt изменение анализируемого показателя. Существует значительная часть вход-
