«НАУКА И МОЛОДЕЖЬ 3-я Всероссийская научно-техническая конференция студентов, аспирантов и молодых ученых СЕКЦИЯ ИНФОРМАЦИОННЫЕ СИСТЕМЫ Барнаул – 2006 ББК 784.584(2 Рос 537)638.1 3-я Всероссийская научно-техническая ...»

Министерство образования и наук

и Российской Федерации

Алтайский государственный технический

университет им. И.И.Ползунова

НАУКА И МОЛОДЕЖЬ

3-я Всероссийская научно-техническая конференция

студентов, аспирантов и молодых ученых

СЕКЦИЯ

ИНФОРМАЦИОННЫЕ СИСТЕМЫ

Барнаул – 2006 ББК 784.584(2 Рос 537)638.1 3-я Всероссийская научно-техническая конференция студентов, аспирантов и молодых ученых "Наука и молодежь". Секция «Информационные системы». / Алт.гос.техн.ун-т им. И.И.Ползунова. – Барнаул: изд-во АлтГТУ, 2006. –48 с.

В сборнике представлены работы научно-технической конференции студентов, аспирантов и молодых ученых, проходившей в апреле 2006 г.

Организационный комитет конференции:

Максименко А.А., проректор по НИР – председатель, Марков А.М., зам. проректора по НИР – зам. председателя, Арзамарсова А.А. инженер Центра НИРС и молодых учёных – секретарь оргкомитета, Пятковский О.И., заведующий кафедрой «Информационные системы в экономике» АлтГТУ – руководитель секции «Информационные системы», Балашов А.В. – редактор.

© Алтайский государственный технический университет им. И.И.Ползунова

РАЗРАБОТКА СИСТЕМЫ АВТОМАТИЧЕСКОГО КОНСТРУИРОВАНИЯ

НЕЙРОСЕТЕВОЙ МОДЕЛИ ПРОГНОЗИРОВАНИЯ СПРОСА

Авдеев А.С. – аспирант кафедры ИСЭ Боенко К.Н. – аспирант ИВЭП СО РАН О.И. Пятковский - научный руководитель, д.т.н., профессор Изучение и прогнозирование спроса на продукцию фирмы является одной из основных функций маркетинга. Решение задач оценки спроса проводится в пространстве и во времени. Пространство определяется территорией исследуемого рынка. Это может быть страна в целом, какая-либо ее часть, регион, область, город, район и т. д. Во времени происходит развитие спроса от зарождения через становление к отмиранию.

Прогноз служит основой создания маркетинговой программы и производственного плана. Его цель — дать наиболее вероятные альтернативные пути развития исследуемого рынка при заданном уровне знаний и закладываемых предпосылках. Следовательно, прогнозирование спроса представляет собой исследование будущего (возможного) спроса на товары (услуги) в целях обоснования инвестиций, а также производственных планов.

Цели применения методов прогнозирования маркетологами-аналитиками могут быть различными. С их помощью, аналитики хотят решить самые различные задачи построения прогнозов продаж.

И в каждом случае, требуется правильно сформулировать условия решения задачи, выбрать метод, который был бы адекватен статистической природе изучаемых временных рядов. Таким образом выбранный метод прогнозирования должен обладать максимальной универсальностью и вместе с тем простотой.

В последнее время все большее распространение получают системы нейросетевого прогнозирования. Использование нейронных сетей позволяет человеку передавить автоматизированной системе свой опыт. Наличие опыта позволяет решить задачу, даже если ранее подобные не встречались.

Теоретически использование нейросетевого прогнозирования должно быть очень удобно для простого пользователя, т.к. не требует от него никаких специальных знаний и способно решать задачи практически любой сложности. Однако на практике оказывается, что получение нейросетевой модели, способной решать задачу прогнозирования, очень сложный процесс. При нейропрогнозировании пользователь сталкивается с большим числом настроек на каждом этапе формирования обучающей выборки и обучения нейронной сети. Даже при небольшом количестве вариантов настроек на каждом этапе в итоге мы можем получить огромное количество различных моделей, каждая из которых будет решать задачу прогнозирования(более или менее удачно).

Необходимо автоматизировать процесс поиска наилучшей нейросетевой модели. На рис.1 представлена модель системы нейропрогнозирования в виде «черного ящика».

Рисунок 1 – система «НейроПрогноз» в виде черного ящика Весь процесс поиска оптимальной модели осуществляется автоматически и независимо от пользователя. На вход системы подаются фактические данные временного ряда, а также небольшой набор дополнительных параметров, которые позволяют оптимизировать процесс прогнозирования (сведения о сезонности, пиках временного ряда и т.д.).

Основная сложность при построении нейросетевой модели прогнозирования заключается в том, что этот процесс состоит из 2 больших этапов, каждый из которых, в свою очередь проходит через несколько стадий (см рис.2). А до завершения последнего из них невозможно сказать, насколько эффективны были все предыдущие действия.

Рисунок 2 – Поэтапный процесс получения нейросетевой модели Главная проблема всех существующих методик прогнозирования заключается в том, что об эффективности прогнозирования можно судить только после получения реальных данных за период прогноза. Пожалуй, единственный возможный способ определить эффективность модели – это сделать прогноз на период, за который уже есть реальные данные, и оценить точность прогноза. Пример: существует временной ряд длиной в n периодов, m последних значений будем использовать для теста. Строим модель прогнозирования на n-m периодах и выполняем прогноз на m периодов. По функции невязки между реальными и прогнозными данными за эти периоды и будет определяться эффективность построенной модели прогнозирования.

С другой стороны надо помнить, что обучение нейронной сети – это приведение функции невязки нейронной сети (на обучающей выборке) к минимуму. Однако в задачах прогнозирования наблюдается следующая тенденция: при приведении функции ошибки к малым значениям значительно ухудшается точность прогноза. Исключение составляют временные ряды простейшего вида, которые поддаются точному статистическому прогнозированию. Поэтому при решении нейронной сетью задач прогнозирования, ошибка, получаемая на тестовой выборке, является не просто важной, но и во многом определяющей.

Поэтому рационально будет внести в цикл обучения нейронной сети некоторые изменения. К стандартной функции вычисления ошибки нейронной сети добавляется взвешенная ошибка на тестовой выборке(см. рис. 3). Такая совокупная ошибка называется ошибкой обобщения, и именно она является определяющей в задачах нейропронозирования.

Рисунок 3 – Модифицированный цикл обучения нейронной сети В итоге получаем модель(алгоритм) автоматического построение нейропрогноза представленную на рис.4.

В процессе функционирование система перебирает все возможные варианты предобработки данных и обучения нейронных сетей. В итоге остается наилучшая модель.

Кроме того, на стадии формирования обучающей выборки осуществляется дополнительный контроль за моделированием. Существует ряд методов, которые позволяют оценить степень пригодности обучающей выборки, ее репрезентативность. На основе этих методов значительную часть полученных обучающих выборок можно отбросить без конструирования и обучения нейронных сетей. На этой стадии можно использовать как простейшие статистические методы анализа, так и другие методы: оценка выборки с помощью константы Липшища, анализ выборки на непротиворечивость, анализ выбросов и т.д.

Описанный алгоритм конструирования и часть алгоритмов анализа были реализованы в АИС «Нейро-Аналитик».

Рисунок 4 – Процесс автоматизированного построения нейропрогноза Литература:

1 Пятковский О.И. Интеллектуальные компоненты автоматизированных информационных систем управления предприятием. Монография - Барнаул: АлтГТУ.-1999.c.

2 http://dis.ru. Данько Т.П., Ходимчук М.А. Системы искусственного интеллекта в разработке корпоративных маркетинговых стратегий.

3 Мазманова Б.Г. Основы теории и практики прогнозирования: учебное пособие.

Екатеринбург: изд. ИПК УГТУ, 1998.

4 Журнал «Проблемы прогнозирования».

ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА ОЦЕНКИ

ИННОВАЦИОННОГО ПОТЕНЦИАЛА ВУЗА

Сегодня рынок наукоемких технологий является одним из наиболее динамично развивающихся сегментов мирового рынка. В связи с этим очевидна роль вуза как разработчика и поставщика инновационных продуктов и технологий.

В новых условиях технический вуз становится учебно-научно-инновационным комплексом (УНИК). В такой роли его инновационная деятельность определяется научной направленностью и потребностями региона. Инновационная работа строится на основе планирования и управления систематизированными научными исследованиями в инфраструктуре университета с целью разработки и внедрения, применения инноваций в отраслях жизнедеятельности общества.

Для оценки взаимодействия в инновационном развитии подразделений УНИК высшей школы, а также самого комплекса необходима оценка инновационного потенциала и его сопряжения и соответствия показателям возможности и потребности инновационного развития региона. В современных условиях, когда большая доля научных исследований и разработок наукоемкой продукции сосредоточена в высших учебных заведениях органическим элементом названной системы, становится и образование как подготовка квалифицированных кадров, без которых невозможно эффективное воплощение научных достижений в производстве [2].

Инновационный потенциал вуза в общем случае можно рассматривать как сумму потенциалов его основных научно-инновационных подразделений (центров, институтов, кафедр, лабораторий и т.д.). Таким образом, возникает необходимость в разработке универсальной адаптивной информационной системы оценки инновационного потенциала научно-технической организации, вуза. Эффективность реализации системы в конечном счете будет подтверждена улучшением процессов взаимодействия участников инновационного процесса.

Эффективная система мониторинга должна соответствовать реалиям настоящего времени, то есть методика оценки всегда должна быть актуальной, таким образом, система должна обладать свойствами адаптивности и гибкости.

Задача оценки инновационной деятельности является неформализованной задачей, учитывающей большое количество различных по типу и содержанию факторов. Исходные показатели объединены в группы, таким образом, смоделирована гибридная модель решения задачи. Промежуточные вершины полученного дерева представляют собой отдельно решаемые задачи, для которых могут применяться любые методики решения.

Гибридная модель при решении задач оценки дает определенные преимущества. Вопервых, для разных подзадач можно использовать разные методы решения. Во-вторых, при изменении в механизме решения одной подзадачи не возникает необходимости в корректировке остальных. В-третьих, можно применить различные методы решения к одной подзадаче и сравнить результаты решения. В-четвертых, агрегирование информации в рамках гибридной модели не приводит к ее потере, все данные вплоть до первичных показателей могут быть восстановлены.

Применение гибридной аналитической системы позволяет использовать методы искусственного интеллекта, что значительно улучшает общий результат. Наилучшие результаты, как показывали проводимые эксперименты, при оценке факторов, влияющих на инновационный потенциал, дает нейросетевой анализ. При этом необходимо привлечение группы высоко квалифицированных экспертов, с помощью которых можно создавать полные и непротиворечивые обучающие выборки, при этом применимы методы мозгового штурма, деловых игр, Делфи и др.

Главное преимущество нейросетевого анализа над зависимостями формализованными экспертным путем – это более точная аппроксимация мнения эксперта. Режим дообучения позволяет оперативно подстраивать сеть под меняющуюся реальность, тогда как на расчет экспертных весовых коэффициентов требуются дополнительные затраты времени специалистов.

Предлагаемая методика оценки инновационного потенциала складывается из множества факторов, характеризующих объект исследования с различных сторон. Эти факторы можно обобщить в следующих показателях:

1 Задел научно-технических собственных и приобретенных разработок и изобретений. Причем здесь учитывается также возможность и способность организации найти и приобрести права на использование необходимых ему разработок, а также заказать новые научно-исследовательские и опытно-конструкторские работы по интересующей их тематике.

2 Инфраструктурные возможности НТО для обеспечения основных этапов инновационного процесса.

3 Внешние и внутренние факторы, отражающие взаимодействие инновационного потенциала с другими частями совокупного потенциала научно-технической организации и влияющие на успешность осуществления инновационного цикла.

4 Уровень инновационной культуры, характеризующий степень восприимчивости новшеств персоналом предприятия, организации, его готовности и способности к реализации новшеств в виде инноваций.

Факторы являются промежуточными вершинами (узлами) в графе (дереве) решения задачи.

На рисунке 1 представлена общая структура интеллектуальной информационной системы, предназначенной для решения задачи оценки инновационного потенциала высшего учебного заведения с использованием нейросетевых технологий.

В качестве интеллектуального блока аналитического комплекса использована гибридная экспертная система «Бизнес-Аналитик», позволяющая решать как формализованные, так и неформализованные задачи. Конфигурация системы в данном исполнении настроена на решение узких задач мониторинга инновационной деятельности организации.

дерева указывается один из решателей:

- экспертная система, - нейронная сеть.

Настройка каждого решателя осуществляется методами системы «БизнесАналитик». Так, для формулы создаются формализованные зависимости между подчиненными показателями (математические). Для экспертной системы создаются правила продукции. При настройке нейронной сети предварительно подготавливается обучающая выборка, на которой затем обучается нейронная сеть. Процесс обучения проходит через несколько этапов, и в заключении выдается ответ о качестве обучения сети.

Таким образом, рассматривая весь программный комплекс в целом можно выделить два функциональных элемента, выполненных в виде отдельных взаимосвязанных приложений:

- система ввода-вывода данных;

- интеллектуальная система.

При этом работу в системе можно разделить на четыре этапа:

- настройка (корректировка) интеллектуальной системы на решение задачи;

- ввод исходных данных (заполняемых анкет);

- решение задачи оценки состояния объекта;

- просмотр и анализ полученных результатов.

Полученные с помощью аналитической системы результаты позволят руководству вуза решить сразу несколько управленческих задач:

- получение руководством вуза достаточно полной информации об инновационной деятельности его подразделений, что позволяет принимать направленные и эффективные решения;

- выявление «слабых мест» в организации, причин, затрудняющих ее развитие, и принятие мер по исправлению положения;

- выставление рейтинговой оценки подразделений и стимулирование «лидеров»;

- в единой базе данных вуза накапливается статистическая информацию, которую можно использовать для определения различных закономерностей.

Центральной проблемой в решении подобных задач является выбор критериев – исходных показателей и промежуточных вершин, а также существенны проблемы сбора исходных данных, проверки достоверности, контроля и полноты. Первую проблему можно решить путем создания web-интерфейса, средствами которого может быть осуществлен ввод исходных данных, что позволит существенно сократить временные затраты на сбор первичной информации. Остальные задачи могут решаться как совершенствованием терминологии при определении исходных данных, так и проверкой правильности ввода.

Литература:

1 Никитина Н. Ш. Рейтинговая оценка деятельности факультетов как элемент системы мониторинга качества образования в университете // Университетское управление:

практика и анализ. - 2003. - N 4(27). - С. 62-70.

2 Новоселов С.В. Инновационный менеджмент в стратегии развития экономики «основанной на знаниях»: Учебное пособие для слушателей программы «Мастер делового администрирования» МВА / АлтГТУ – Барнаул, изд-во: АлтГТУ, 2004. – 124 с.

3 Пятковский О.И. Интеллектуальные компоненты автоматизированных информационных систем управления предприятием. Монография - Барнаул: АлтГТУ.-1999.c.

РАЗРАБОТКА МОДЕЛЕЙ И ИНФОРМАЦИОННОЙ СИСТЕМЫ ПРОФЕССИОНАЛЬНОГО КЛИРИНГА ВЫПУСКНИКОВ ВУЗОВ С УЧЕТОМ КАЧЕСТВА

ПОЛУЧЕННОГО ИМИ ВЫСШЕГО ОБРАЗОВАНИЯ

Усиление конкуренции между вузами на рынке образовательных услуг и на рынке труда приводит к необходимости ориентации на потребителя и повышения качества предоставляемых образовательных услуг. В ВУЗах страны в настоящее время происходит коренной пересмотр подхода к обеспечению качества образования, рассматриваются дополнительные меры подготовки специалистов востребованных рынком труда. Наиболее эффективным и комплексным будет системный подход, основанный на создании системы качества, соответствующей стандартам серии ИСО 9000. Такой подход апробирован на многих промышленных предприятиях и в организациях, занимающихся сферой услуг [1].

Однако качество высшего образования не есть самоцель. Главное требование потребителей высшего образования, как промежуточных (организации – работодатели), так и конечных (абитуриенты, студенты, выпускники) – эффективное трудоустройство выпускников по окончанию учебы в ВУЗе. Оно определяется соответствием личностных и профессиональных характеристик выпускников требованиям заявок работодателей, качеством полученного образования, а также эффективностью работы самой системы профессионального клиринга (трудоустройства).

Первым этапом реализации системы менеджмента качества высшего образования и трудоустройства выпускников является определение смысла самих категорий «качества образования», «качества трудоустройства выпускников». Здесь необходимо разработать критерии качества результата образовательного процесса (трудового потенциала выпускников), характеристик системы обеспечения этого качества, а также показатели измерения. Далее происходит сопоставление значений этих показателей с потребностями личности, работодателей, общества и государства, то есть оценка качества высшего образования и трудоустройства. Для получения наиболее объективной оценки и реализации процесса профессионального клиринга (эффективного подбора выпускников по заявкам организаций) необходимы вызывающие доверие системы, средства и инструменты.

Для решения задачи профессионального клиринга выпускников ВУЗов используется информационно-аналитическая система, функциональная схема которой изображена на рисунке 1.

Профессиональные характеристики выпускников формируются в процессе получения образовательной услуги в университете, а также самообразования личности. Они выражаются максимально приближенными к объективным оценками, за полученные и усвоенные знания, умения, навыки. При этом, качество полученного образования зависит, прежде всего, от условий образовательного процесса, качества реализации самого образовательного процесса, а также его результатов[2].

Личностные, или социально – психологические характеристики выпускника формируются в процессе жизнедеятельности личности и, в том числе, в процессе получения высшего образования. Они позволяют или не позволяют эффективно применять имеющиеся знания, умения, навыки для достижения целей своей профессиональной деятельности и организации в том числе.

Система профессионального клиринга состоит из трех взаимодействующих автоматизированных информационных систем: АИС «Кафедра», АИС «Маркетинг», АИС «Бизнес – Аналитик». Решение задачи подбора происходит в два этапа: сначала оценивается качество полученного выпускниками высшего образования. Затем непосредственно, реализуется процесс профессионального клиринга с учетом рассчитанного качества высшего образования.

- учебная, м етодическая, научная деятельность;

- студ. вы пускники и др.

м ацион- К арты К охонена, М Н С – реш ение задачи группировки и классиф икации В системе «Кафедра» формируется исходная информация о деятельности кафедры, об учебной, методической, научной и инновационной деятельности кафедры, о финансовых потоках, специальности, о преподавателях кафедры, аспирантах, докторантах, соискателях, о проектах и разработках, студентах и выпускниках кафедры, а также другая информация, характеризующая кафедру и ВУЗ в целом.

В аналитическом блоке системы «Кафедра» создаются шаблоны документов, которые состоят из набора показателей, характеризующие часть предметной области – качество высшего образования. После настройки показателей в АИС «Кафедра» и заполнения документов, созданных на основании сформированных шаблонов пользователь может экспортировать их в АИС «Бизнес-Аналитик». Это, так называемые информационные карты (ИК): ИК кафедры, ИК преподавателя, ИК выпускника и другие документы.

В АИС «Бизнес-Аналитик» с помощью гибридной экспертной системы решается задача оценки качества высшего образования.

Система АИС «Бизнес - Аналитик» функционирует в режимах администратора и пользователя. В режиме администратора проектируется структура гибридной экспертной системы и настраиваются методы решения в узлах графа связей задач. В режиме пользователя рассчитывается оценка качества высшего образования в интересующий момент времени на основе уже настроенных методов. В качестве критериев качества высшего образования ВУЗа будут выступать рассчитанные рейтинги преподавателей, кафедры, специальности. Результаты анализа можно просмотреть в динамике в виде графических зависимостей, вывести на принтер.

Другими поставщиками информации о деятельности ВУЗа для ее анализа и оценки качества высшего образования в АИС «Бизнес – Аналитик» являются АИС «Деканат», а также АИС других подразделений ВУЗа.

Следующая подсистема АИС «Профессиональный клиринг» - АИС «Маркетинг», которая позволяет проводить личностное и профессиональное тестирование выпускников, работать с заявками предприятий на специалистов – выпускников и экспортировать сформированные данные о выпускниках и заявках в АИС «Бизнес – Аналитик».

Решение задачи профессионального клиринга выпускников происходит в АИС «Бизнес – Аналитик» после решения задачи оценки качества высшего образования. Непосредственный подбор осуществляется, когда рассчитаны все характеристики личностно – профессионального портрета выпускника и известны все требования заявки работодателя. При этом рассчитанные рейтинги преподавателей, кафедры, характеризующие качество высшего образования, участвуют в перерасчете оценок за полученные и усвоенные знания, умения, навыки и позволяют получить более объективную картину результатов образования выпускников.

Для решения задачи подбора вначале осуществляется группировка выпускников по заданной группе признаков в соответствии с заявками организации и своими характеристиками. Кластеризация необходима, прежде всего, для обеспечения лучшей визуализации наблюдаемых многомерных данных и понижения размерности в комплексных структурах. Здесь используются нейросетевые технологии на основе самоорганизации [3.4,5].

Для классификации сгруппированных данных, определения степени предпочтения тех или иных вариантов и подбора специалистов в соответствии с заявками предприятий используется многослойная нейронная сеть [4,5]. Важно отметить, что нейронная сеть обучается на характеристиках людей уже работающих на предприятиях, и о качестве работы которых можно судить по результатам их деятельности.

Результаты оценок соответствия характеристик выпускников требованиям заявок работодателей поступают в АИС «Маркетинг», где представляются наглядно в виде графических цветных карт. Пользователь может настроить карту по цвету и характеру отображения. Таким образом, работодатель визуально может определить кластер выпускников, наиболее соответствующих его требованиям. По запросу пользователя можно получить отчет о группе специалистов с интегральной оценкой. Выбрав нужных, организация - работодатель получает резюме и контактные данные интересных ему выпускников.

Конечной целью разработки системы профессионального клиринга является повышение эффективности управления процессами высшего образования и трудоустройства выпускников ВУЗов за счет качественной информационной поддержки. В результате такого трудоустройства личность, предприятие, общество и государство получат максимальную пользу.

Литература 1. Иродов М. И., Разумов С. В. Создание системы управления качеством подготовки специалистов в ВУЗе // Университетское управление: практика и анализ. - 2003. - N 2(25). - С. 90-95.

2. Афанасьева М.П., Кейман И.С., Севрук А.И. Управление качеством в образовательном учреждении. // Стандарты и мониторинг в образовании. – 1999. – №1. – С.35-38.

3.Kohonen T., "Self-organized formation of topologically correct feature maps", Biological Cybernetics, Vol. 43, 1982.-pp.59-69, 4. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. - Новосибирск.: Наука, 1996.- 276 с.

5. Пятковский О.И. Интеллектуальные компоненты автоматизированных информационных систем управления предприятием. Монография - г.Барнаул: АлтГТУ.-1999.-

РАЗРАБОТКА МЕТОДИКИ ОЦЕНКИ КАЧЕСТВА ПОДГОТОВКИ СТУДЕНТОВ И ВЫПУСКНИКОВ КАФЕДРЫ ВУЗА

Высшее образование за последние 10 лет изменило свой характер. Сегодня обучение вошло одним из основных элементов в структуру социальных институтов. Благодаря рекламе, предложению определенного ограниченного набора специальностей, удобных для организации процесса обучения, в общественном сознании формируется социальные стереотипы о престижности и целесообразности получения известных профессий. И как следствие – снижение интереса студентов к общекультурной подготовке.

Более половины выпускников вузов не находят работу по профессии. Это происходит в основном из-за того, что образование не учитывает потребностей рынка труда. В свою очередь рынок труда перестает ориентироваться только на диплом, а все больше ориентируется на способности человека, например, способность человека быстро обучатся.

В основе разрабатываемой методики оценки качества подготовки студентов и выпускников лежит оценка рейтинга выпускника.

Рейтинг - это оценка, некоторая численная характеристика какого-либо качественного понятия. Обычно под рейтингом понимается «накопленная оценка» или «оценка, учитывающая предысторию».

Система контроля знаний в вузах в настоящее время вступает в противоречие с современными требованиями к подготовке квалифицированных специалистов. Главный ее недостаток очевиден - она никак не способствует активной и ритмичной самостоятельной работе студентов.

Вследствие всего этого встает вопрос: каким должен быть выпускник, его личные, профессиональные качества, какой вуз выпускнику стоило бы выбрать.

Чтобы оценить рейтинг выпускника мною была предложена модель оценки рейтинга:

На этапе «Довузовская подготовка» учитываются такие моменты как: успеваемость в среднем учебном заведении (СЗУ), участие в олимпиадах, адекватность и понимание выбора будущей профессии.

На этапе «Абитуриент» – результаты вступительных испытаний абитуриента, Категория зачисления (т.е. медалист или не медалист), наличие первого высшего образования.

На этапе «Учебный процесс» – отслеживается учебная, общественная и научноисследовательская деятельность.

1 «Учебная деятельность» учитываются оценки за экзамены, зачеты и курсовые работы по всем учебным сессиям в стандартных баллах или в рейтинговых баллах.

2 «Общественная деятельность» учитывается работа студента в подготовке и проведении факультетских и университетских мероприятий (в студенческих спортивных командах; команде КВН и т.д.) 3 «Научно-исследовательская деятельность» деятельность студента учитывается следующим образом:

• участие в научно-исследовательских проектах;

• победа на университетских олимпиадах;

• именная стипендия.

При определении полного портрета выпускника учитываются личные, профессиональные и психологические качества.

Чтобы определить личностные качества предлагается использование методики диагностики психологического типа и тесты на определение коэффициента интеллектуальности рис. 2.

Рисунок 2 - Дерево оценки социально-психологического портрета Для определения профессиональный и деловых качеств целесообразно использовать тесты, помогающие выявить основные критерии отбора студентов, таких как: общая эрудиция, коммуникабельность, активность, лидерский потенциал.

Рисунок 3 - Дерево оценки профессионального портрета В основе определения профессиональных качеств (т.е. успеваемости) студентов лежит принятая в Алтайском государственном техническом университете модульнорейтинговая система квалиметрии учебной деятельности.

Результаты анкет заносятся в информационно-аналитическую систему «Кафедра»

блок «Студенты».

Информационно-аналитическая система «Кафедра» - позволяет автоматизировать деятельность кафедр вуза, ввести их в единое информационное пространство, обеспе чить взаимосвязь между собой и другими системами. На рисунке 4 представлена структура ИАС «Кафедра».

Рисунок 4 - Структурная схема ИАС «Кафедра» блок «Студенты»

Оценка рейтинга выпускника является сложной задачей, состоящей из целого ряда подзадач. Поэтому для ее решения будет использована гибридная экспертная система «Бизнес-аналитик», позволяющая решать как формализованные, так и не формализованные задачи. Данная система может гибко настраиваться на предметную область. Ее работа основана на применении искусственных нейронных сетей и продукционных экспертных систем[ ].

Для характеристики анализируемой предметной области в информационноаналитической системе «Кафедра» создается шаблон документа «Информационная карта выпускника». В систему «Бизнес-Аналитик» данные передаются из ИАС «Кафедра».

В результате система оценки рейтинга выпускника позволит:

вести единую картотеку студентов совместно с другими службами вуза (сведения о приеме, результату сдачи сессии, дипломное проектирование);

отслеживание информации о трудоустройстве выпускников;

проводить анкетирование и тестирование студентов, для определения их рейтинговой оценки.

Вместе с дипломом, по желанию студента может выдаваться сертификат о занимаемом месте в рейтинге. Студенты, имеющие высокий рейтинг, могут рассчитывать на получение положительных характеристик при устройстве на работу, имеют преимущественное право при зачислении в аспирантуру и магистратуру, могут поощряться по итогам семестра премией (по возможности).

Литература 1 Базы знаний интеллектуальных систем / Т. А. Гаврилова, В.Ф. Хорошевский – СПб.: Питер, 2001. – 384 с.

2 Пятковский О.И. Интеллектуальные компоненты аналитических информационных систем управления организацией: Учебное пособие / АлтГТУ им. И.И. Ползунова. – Барнаул: Изд-во АлтГТУ, 2002. – 219 с.

3 Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. - Новосибирск.: Наука, 1996.- 276 с.

РАЗРАБОТКА МЕТОДИКИ ОЦЕНКИ КАЧЕСТВА РАБОТЫ

ПРЕПОДАВАТЕЛЕЙ КАФЕДРЫ С ИСПОЛЬЗОВАНИЕМ

ИНТЕЛЛЕКТУАЛЬНЫХ КОМПОНЕНТОВ

Ориентация на потребителя – главный термин рыночного подхода к образованию.

Это серьезная психологическая перестройка всего педагогического процесса. Подобные изменения не происходят в одночасье, и как любое изменение, внедрение системы ориентации на потребителя – долгий и серьезный процесс, состоящий из многих этапов.

Концепция модернизации отечественного образования предъявляет высокие требования к качеству труда преподавателей. От того, в какой степени преподаватель соответствует современным требованиям, зависит качество подготовки специалистов. Вместе с тем, сложившаяся практика оценки преподавателей далека от совершенства, поскольку не имеет четких критериев и зачастую ориентируется на субъективный и обобщающий подходы. В частности, учитывается мнение одной стороны, например студентов, либо оценивается набор случайных признаков, не соотнесенных со структурой педагогического процесса, не принимается во внимание моральнопсихологический климат в коллективе. Это приводит к бессистемности результатов исследований, что не дает реальной картины происходящих в вузе процессов.

Оценка эффективности преподавательской деятельности является обязательным условием, обеспечивающим функционирование системы управления качеством образования, так как позволяет контролировать изменение кадрового потенциала, активность работы, выявлять и поддерживать положительные тенденции в работе преподавательского состава. Все это определяет необходимость внедрения системы индивидуальной оценке качества работы преподавателя.

Руководство кафедр по работе с сотрудниками сталкиваются с постоянными трудностями по определению соответствия уровня квалификации того или иного преподавателя его должностному положению. Эти проблемы возникают при их аттестации, оценке профессионального мастерства, должностном продвижении.

Одним из путей повышения качества учебного процесса в высшей школе и усиления заинтересованности обоих субъектов обучения в непрерывном самосовершенствовании может быть пересмотр процедуры оценивания работы профессорскопреподавательского состава и модернизация системы повышения квалификации.

Контроль качества работы преподавателя является одной из наиболее сложных и важных задач в общей проблеме управления качеством обучения.

Оценка качества работы преподавателя осуществляется с целью:

- во-первых, выявить роль и место каждого преподавателя в составе кафедры и университета в целом;

- во-вторых, определить слабые стороны в деятельности преподавателей, разработать соответствующие рекомендации по ее совершенствованию;

- в-третьих, стимулировать творческий рост и повышение ответственности преподавателей с помощью мер морального и материального поощрений.

Оценка деятельности работы преподавателя включает индивидуальный рейтинг преподавателя, который состоит из накопленного квалификационного потенциала и активности по основным направлениям деятельности: учебная работа, учебнометодическая работа, научная работа, общественная, организационная и воспитательная работа.

Также методика предусматривает возможность учета субъективных факторов: рейтинг у студенчества, самооценка преподавателя, оценка коллегами-преподавателями, оценка морально-психологического климата в коллективе, а также оценка заведующим кафедрой и деканом.

Каждый раздел, разбит на ряд интегральных показателей, при помощи которых определяется уровень квалификации преподавателя или эффективность его работы в одном из характерных направлений работы. В свою очередь, интегральные показатели включают в себя некоторое количество частных показателей, которые позволяют всесторонне оценивать итоги работы сотрудников в соответствующем направлении работы.

Методика оценки представлена в виде иерархического дерева подзадач, каждая из которых решается одним из следующих методов: нейронная сеть, продукционная экспертная система, формула. Разрабатываемая методика максимально направлена на полноту охвата предметной области. Конечные вершины дерева и методы решения приведены на рисунке 1.

Данная методика настроена в аналитической системе «Бизнес-Аналитик». В основе данной системы лежит концепция гибридных экспертных систем, которые реализуются в виде ориентированного графа-дерева подзадач, в вершине которого находится оценка качества работы преподавателя, а в узлах, основные коэффициенты, характеризующие различные направления деятельности преподавателя. Данная система может гибко настраиваться на предметную область. Ее работа основана на применении искусственных нейронных сетей и продукционных экспертных систем.

Процедуру анализа можно разбить на две части. Сначала происходит настройка системы на решение конкретной задачи (оценка качества работы преподавателя), а затем ее непосредственное решение и интерпретация результата.

В информационно-аналитической системе (ИАС) «Кафедра» создается шаблон документа «Информационная карта преподавателя», который состоит из набора показателей, характеризующих анализируемую предметную область. Данные передаются из ИАС «Кафедры» в систему «Бизнес-Аналитик» с помощью специальной функции конвертации.

ИАС «Кафедра» предназначена для хранения информации о кафедре, автоматизации основного документооборота и оценки деятельности кафедры вуза по различным аспектам. На рисунке 2 представлена структура ИАС «Кафедра».

В результате система рейтинговой оценки качества работы преподавателей позволит:

- охватить все виды деятельности преподавателей и обеспечить интегральный характер оценки;

- быть объективной и сводить до минимума элемент субъективизма в оценке качества работы преподавателя;

- обеспечить «обратную связь» для реализации важнейшей задачи высшего образования – повышения качества подготовки специалистов.

Литература 1 Базы знаний интеллектуальных систем / Т. А. Гаврилова, В.Ф. Хорошевский – СПб.: Питер, 2001. – 384 с.

2 Положение об оценке качества работы преподавателей Томского политехнического университета – Томск: ТГУ, 1996.

3 Положение о рейтинге преподавателей, кафедр и факультетов (методические указания для расчета) Московского автомобильно-дорожного института (государственный технический университет) – Москва: МАДИ, 2005.

4 Положение о рейтинговой системе оценки качества работы преподавателей в АГПУ – Армавирский государственный педагогический университет – Армавир: АГПУ, 2003.

5 Положение о системе индивидуальной оценки качества работы преподавателя – Бийский технологический институт (филиал) Алтайского государственного технического университета – Бийск: БТИ, 2003.

6 Пятковский О.И. Интеллектуальные компоненты аналитических информационных систем управления организацией: Учебное пособие / АлтГТУ им. И.И. Ползунова. – Барнаул: Изд-во АлтГТУ, 2002. – 219 с.

РАЗРАБОТКА МЕТОДИКИ ОЦЕНКИ ИННОВАЦИОННОГО ПОТЕНЦИАЛА

ПРЕДПРИЯТИЯ

научный руководитель: Тишков О.И., преподаватель кафедры ИСЭ Интерес к исследованию современных инновационных процессов в экономике диктуется значением технологического развития как фактора конкурентоспособности предприятий [2]. Эффективность использования научно-технических достижений определяется не только уровнем научных исследований и разработок, но и комплексом определенных технических, производственных, организационных, маркетинговых, финансовых операций, составляющих инновационный процесс и являющихся его неотъемлемыми элементами.

Для инновационной деятельности в российской промышленности характерна низкая отдача. Это подтверждается прежде всего малой долей инновационной продукции в общем объеме промышленной продукции.

Главными задачами в развитии инновационной сферы являются ликвидация устаревших форм управления в промышленности, а также содействие формированию прогрессивной организационной структуры производства и современных технологических укладов, как базы экономического роста, модернизации и развития научно-технического потенциала. Однако усиление производственно-технологического потенциала предприятия путем обновления основных фондов является необходимым, но недостаточным направлением стимулирования инновационного развития предприятия. Всякое инновационное развитие - это не только основной инновационный процесс, но и развитие системы факторов и условий, необходимых для его осуществления, т. е. инновационного потенциала. Следовательно, инновационное развитие должно носить комплексный характер.

Использование инновационного потенциала в качестве объекта управления позволяет формировать планы, организационные формы и проекты применения различных инновационных ресурсов с включением их в программы развития, поддерживать оптимальный баланс системы инновационных ресурсов, увеличивать возможности использования финансовых ресурсов в инновации и снизить риск использования инноваций.

Понятие инновационного потенциала выступает концептуальным отражением развития инновационных процессов, оно развертывалось и уточнялось в результате теоретических, методологических и эмпирических исследований и получило развитие с начала 80-х годов ХХ века. В последнее время это понятие находит все большее распространение, появляются самостоятельные исследования, посвященные анализу различных подходов к этому определению. Укрупненно можно выделить четыре наиболее распространенные из них.

Первый подход. Многие авторы концентрируют свои усилия на изучении отдельных аспектов инновационного потенциала. Поэтому в литературе часто представлены его специфические определения, слабо соотносящиеся между собой и зачастую отождествляемые с понятиями научного, интеллектуального, творческого и научно-технического потенциалов. Такой подход представляется необоснованным, требующим корректировки с учетом специфики и особенностей развития инновационных процессов.

Второй подход. Может быть условно обозначен как ресурсный. В данном случае инновационный потенциал рассматривается как упорядоченная совокупность ресурсов, обеспечивающих осуществление инновационной деятельности субъектом рынка. Использование такого подхода при исследовании потенциала не является полным, поскольку в различных условиях хозяйственные ресурсы могут быть использованы поразному, и в конечном итоге они не выступают гарантией одинаковых экономических результатов, а значит, и не служат сопоставимой характеристикой инновационного развития.

Вместе с тем использование ресурсного подхода имеет свои положительные стороны, поскольку, с одной стороны, он позволяет дать оценку текущей ситуации развития инновационных процессов (выделить сильные и слабые стороны). С другой стороны, при взаимоувязке основных ресурсных составляющих инновационного потенциала (инвестиционной, кадровой, материально-технической и др.) с их пограничными характеристиками и целевыми ориентирами могут быть выявлены возможности реализации инновационных процессов в перспективе.

Третий подход. Тесно связан с ресурсными характеристиками потенциала и представляет собой совокупность возможностей использования производительной силы ресурса. То есть с точки зрения содержательной функции речь здесь идет об использованных и неиспользованных (скрытых) ресурсных возможностях, которые могут быть приведены в действие для достижения конечных целей экономических субъектов [2]. С точки зрения структурной характеристики инновационный потенциал - это "совокупность научно-технических, технологических, инфраструктурных, финансовых, правовых, социокультурных и иных возможностей, обеспечивающих восприятие и реализацию новшеств, т.е. получение инноваций "[3].

Четвертый подход. В нем по сути агрегируются вышерассмотренные позиции и инновационный потенциал рассматривается как мера способности и готовности экономического субъекта осуществлять инновационную деятельность. При этом под способностью понимается наличие и сбалансированность структуры компонентов потенциала, а под готовностью - достаточность уровня развития потенциала для формирования инновационной активной экономики.

Именно данный подход представляется наиболее обоснованным и позволяет сформулировать следующие методологические положения к оценке инновационного потенциала промышленного предприятия:

структурно инновационный потенциал может быть рассмотрен как с точки зрения ресурсной компоненты, характеризующей возможности отдельных ресурсов для осуществления инновационной деятельности на предприятии; так и результативной компоненты, отражающей результат использования ресурсных возможностей, т.е. характеризующих достигнутый уровень инновационного потенциала.

соответственно, для оценки фактического состояния инновационного потенциала необходима совокупность показателей, отражающих его ресурсную и результативную компоненты. Тем самым будет определена способность предприятия к осуществлению инновационной деятельности.

для определения уровня достаточности потенциала должна быть разработана модель, характеризующая пограничные параметры его удовлетворительного и неудовлетворительного состояния.

сопоставление фактических показателей с показателями модели позволит выделить сильные и слабые стороны развития инновационных процессов. Это в конечном итоге послужит основой для разработки мероприятий, направленных на поддержание позитивных и преодоление негативных тенденций инновационного развития.

Разработанная модель включает в себя совокупность показателей :

финансовые показатели (ликвидность и платежеспособность, финансовая устойчивость, рентабельность, оборачиваемость);

кадровые показатели (кадровый состав, квалификация рабочих, фонд рабочего времени);

производственно-технические показатели (движение ОС, эффективность использования ОС, производственная мощность);

научно – технологические показатели (изучается научно - технологический потенциал);

маркетинговые показатели (состояние рынка инновационной продукции, покупатели инновационной продукции, конкуренты инновационной продукции);

организационная структура предприятия (эффективность организационной структуры организации).

При использовании количественных и качественных показателей становится возможным определить реальное влияние каждого из них на инновационную деятельность, поскольку даже более "благополучные" индикаторы (состояние оборудования или квалификация рабочих) не дают основания для оптимизма (каждое третье предприятие ни по состоянию оборудования, ни по квалификации рабочих не может осуществлять инновационную деятельность). Поэтому необходимым является разграничение уровня значимости каждого фактора и разработка типовой модели оценки инновационного потенциала предприятия с учетом региональных особенностей.

Проведение такой оценки позволяет дать более четкое представление об инновационных возможностях предприятия, его сильных и слабых сторонах, на основании чего могут быть разработаны предложения по формированию инновационного потенциала, необходимого для дальнейшего развития предприятия.

Литература 1. Галимуллина Ф.А. Инновационные процессы: тенденции и проблемы // Совершенствование преподавания в высшей школе: Материалы науч.-практ. конф. (Казань, май 2002 г.). – Казань, 2002.

2. Афонин И.В. Инновационный менеджмент. - М.: Гардарики, 2005. - С. 18.

3. Лисин Б., Фридлянов В. Инновационный потенциал как фактор развития // Инновации. - 2002. - №7.

ПРОЕКТИРОВАНИЕ ЛОГИСТИЧЕСКОЙ СИСТЕМЫ СЕРВИСНОГО МЕТАЛЛОЦЕНТРА

научный руководитель: Патудин В.М., к.ф.-м.н. доцент кафедры ИСЭ В последнее время на рынке металлов наблюдается усиление конкуренции. Производители металлопродукции создают и успешно развивают свои собственные сбытовые сети – торговые дома, ориентированные на складскую торговлю. Сбытовые структуры производителей металлопродукции имеют неоспоримые конкурентные преимущества перед независимыми трейдерами – металлоторговыми компаниями и сервисными металлоцентрами (далее СМЦ), т.к. металлургические комбинаты могут поставлять продукцию по себестоимости.

В сложившейся ситуации перед независимыми трейдерами встала актуальная проблема оптимизации бизнеса с целью повышения конкурентоспособности на рынке металлов. Оптимизация логистических операций является одной из важнейших составляющих повышения конкурентоспособности СМЦ. [1] Сегодня среди менеджеров всех уровней сформировалось понимание, что основные резервы в повышении эффективности в любой сфере бизнеса лежат именно в области оптимизации бизнес-процессов. [2] Проектирование системы управления цепочкой поставок базируется на следующих основных подходах:

Интегрированный подход: комплексный анализ процессов управления логистикой и требований смежных процессов, синхронизация процессов по стоимости и во времени. Данный подход позволяет четко определить требования к процессу управления логистикой и создать систему управления процессом по ключевым показателям эффективности (КПЭ). Реализация подхода использует методологию Balanced Scorecard (BSC);

Процессный подход: для всех процессов управления логистикой определены требования, границы ответственности основных участников, стоимость, временные показатели. Данный подход требует измерения стоимости процесса, создания системы управления и контроля процесса. На основе сформулированных КПЭ детализируются требования к каждому участнику процесса. Разработка бюджета процесса позволяет управлять стоимостью процесса;

Типизация организационной структуры: унификация организационной структуры СМЦ является необходимым требованием оптимального внедрения интегрированного и процессного подходов.

Процессный подход в управлении позволяет повысить конкурентоспособность и гибкость компании, быть более адекватной к изменениям на рынке, улучшить качество продуктов и услуг. Он заставляет устранить фрагментарность в работе, организационные и информационные разрывы, дублирование функций, нерациональное использование ресурсов, а также значительно сократить операционные издержки.

В работе более детально рассмотрено применение процессного подхода к управлению системой логистики СМЦ.

Результатом проектирования системы управления логистикой является:

повышение эффективности работы логистической системы (сокращение затрат на закупку МТР, рост оборачиваемости запасов, сокращение затрат по обороту грузов);

повышение качества работы логистической системы (сокращение времени выполнения заказа, рост количества выполненных заказов); [3] разработка четких процедур организации (управления и контроля) логистики СМЦ.

Для успешного внедрения процессного подхода важно использовать профессиональные инструментальные средства, позволяющие описывать и проводить анализ бизнес-процессов, делать их более прозрачными и управляемыми.

В представляемом проекте для моделирования бизнес-процессов использовалась методология ARIS. ARIS — это методология и базирующееся на ней семейство программных продуктов, разработанных компанией IDS Scheer AG (Германия) для структурированного описания, анализа и последующего совершенствования бизнес-процессов предприятия, а также подготовки к внедрению сложных информационных систем.

Программные продукты ARIS используются на всех этапах цикла работ по созданию и развитию бизнеса — от разработки стратегии компании до реорганизации основополагающих бизнес-процессов, от управления стоимостью процессов до внедрения информационных систем и последующей оптимизации деятельности.

В проекте необходимость использования методологии ARIS обуславливалась следующими потребностями компании:

- подготовить и внедрить организационные изменения на предприятии;

- разработать стратегии развития бизнеса на основе системы сбалансированных показателей (Balanced Scoreсard) и ключевых показателей результативности (Key Performance Indicators); [4] - проанализировать и оптимизировать бизнес-процессы;

- осуществить пооперационно-стоимостной анализ бизнес-процессов и управление издержками;

- решить задачу по управлению операционными рисками;

- внедрить систему управления качеством;

- внедрить информационные системы, необходимые для накопления данных по показателям эффективности и их анализа.

При моделировании были выделены следующие основные бизнес-процессы сервисного металлоцентра:

1) покупка товаров;

2) продажа товаров оптом;

3) продажа товаров в розницу;

4) управление финансами.

Моделирование с помощью продуктов ARIS позволило:

- существенно сократить сроки проекта, повысить его качество, эффективно управлять изменениями;

- документировать (моделировать) бизнес-процессы, используя большое количество типов моделей, описывающих различные аспекты бизнеса — процессы, функции, исполнители, документы, материалы, стоимости, риски и т.д.;

- формировать связи бизнес-процессов с системой стратегических целей компании;

- проводить расчет стоимости бизнес-процессов и моделировать их работу в динамике;

- получать разнообразные отчеты непосредственно из моделей бизнес-процессов (должностные инструкции, регламенты, положения о подразделениях и т.д.);

- работать с единой базой данных и хранить информацию о деятельности компании «в одном месте»;

- публиковать модели в Интранет с целью организации коллективной работы по созданию, изменениям и поддержке моделей;

- настраивать бизнес-процессы под внедрение новых информационных систем;

- оценивать и управлять операционными рисками;

- определять эффективность бизнес-процессов и создавать систему управления качеством.

Литература 1. Сервисные центры – новый этап развития металлотрейдинга в России // Континет Сибирь.– 2005. – № 40. – С. 11.

2. Елиферов В.Г., Репин В.В. Бизнес-процессы: Регламентация и управление: Учебник. – М.: ИНФРА-М, 2005. – 319с. – (Учебник для программы MBA) 3. Гаджинский А.М. Логистика: Учебник для высших и средних специальных учебных заведений. – 7-е изд., перераб. И доп. – М.: Издательско-торговая корпорация «Дашков и Ко», 2003. – 408с.

4. Добровольский Е., Карабанов Б., Боровков П., Глухов Е., Бреслав Е. Бюджетирование: шаг за шагом. – СПб.: Питер, 2006. – 448 с: ил. – (Серия «Практика менеджмента»).

ОЦЕНКА ИНВЕСТИЦИОННОЙ ПРИВЛЕКАТЕЛЬНОСТИ УПРАВЛЯЮЩЕЙ КОМПАНИИ СИСТЕМЫ ЖКХ

научный руководитель: Патудин В.М., к.ф.-м.н. доцент кафедры ИСЭ В настоящее время в регионах РФ приступили к практической реализации реформы ЖКХ. При этом одной из актуальных проблем является разработка и реализация эффективных организационно-экономических механизмов функционирования системы ЖКХ [1, 2]. Пожалуй, наибольший интерес представляет оценка инвестиционной привлекательности бизнеса в сфере ЖКХ. Решение данной задачи по сути своей связано с реализацией пилотных проектов с целью апробации конкретных схем функционирования системы ЖКХ в рыночных условиях. Разработку и реализацию пилотных проектов целесообразно проводить с использованием современных инструментальных технологий менеджмента с целью моделирования организационно-экономических механизмов функционирования системы ЖКХ в рыночной экономике.

Согласно ЖК РФ основную роль в создании эффективной системы ЖКХ будут играть управляющие компании как главные операторы рынка ЖКХ. Поэтому создание управляющих компаний, организация их рентабельной работы в рыночных условиях – это, пожалуй, наиболее актуальная проблема, которые необходимо решать сегодня муниципальным образованиям.

Интерес собственника заключается в том, чтобы многоквартирный дом находился в состоянии, пригодном для проживания, как можно дольше. В связи с этим основная цель деятельности управляющей компании состоит в обеспечении оптимального соотношения в качестве оказываемых собственникам ЖФ услуг и расходах на их реализацию, получении стабильного дохода от осуществления деятельности, в сохранении, расширении и развитии бизнеса.

Для реализации пилотного проекта по созданию управляющей компании очень важно проанализировать и оценить её финансово-экономическую деятельность. Это позволит понять инвестиционную привлекательность данного бизнеса. В связи с этим в данной работе представлены результаты проекта по разработке имитационной финансово-экономической модели управляющей компании, которая позволяет провести сценарный анализ финансовых потоков.

Для разработки имитационной финансовой модели в основном использовались электронные таблицы MS Excel. Для моделирования финансовых потоков можно также использовать программный продукт компании «ПРО-ИНВЕСТ Консалтинг» - Project Expert.

Согласно экспертным оценкам Управляющая компания становится рентабельной при управлении жилищным фондом площадью не менее 300 000 кв. м [3, 4]. При этом в соответствии с нормативами общая численность проживающего населения составит 500 человек, количество домов 112.

На основе анализа фактических данных предметной области жилищный фонд г.

Барнаула структурирован по трем основным типам:

- неблагоустроенный жилищный фонд;

- частично благоустроенный жилищный фонд;

- благоустроенный жилищный фонд.

Для каждого типа приведены следующие данные:

- площадь жилищного фонда, кв. м.;

- численность проживающего населения в жилищном фонде;

- количество домов и квартир в жилищном фонде.

Для решения проблемы инвестиционной привлекательности бизнеса управляющих компаний в сфере ЖКХ интересно проанализировать модель финансовых потоков между основными участниками рынка: собственниками жилищного фонда, управляющими компаниями и подрядными организациями. В связи с этим при имитационном моделировании финансовых потоков рассматриваются два основных сценария развития событий:

1. Управление текущим содержанием и ремонтом жилищного фонда.

2. Управление текущим содержанием и ремонтом жилищного фонда в сочетании с управлением текущим содержанием инженерных коммуникаций.

Рассмотрим имитационную модель в случае функционирования управляющей компании по первому сценарию.

При расчете цен на услуги по текущему содержанию и ремонту жилья использованы нормативы, установленные Постановлением администрации г. Барнаула от 23 декабря 2005 г. № 4020.

Общий объем реализации услуг по текущему содержанию и ремонту жилищного фонда площадью 300 000 кв.м составляет 2 120 482 руб., из них:

- текущее содержание и ремонт – 1 771 650 руб.;

- вывоз бытовых отходов – 239 140 руб.;

- ремонт и техническое обслуживание лифтов – 109 691 руб.

Стоимость месячного обслуживания 1 кв.м. жилья составляет 7,07 руб., из которых 6,36 руб. перечисляется подрядным организациям, а 0,71 руб. остается управляющей компании.

На основе исследования рыночной конъюнктуры и экспертных оценок разработан план персонала управляющей компании. Для управления текущим содержанием и ремонтом жилищного фонда в объеме 300 000 кв.м. месячный фонд оплаты труда персонала управляющей компании составит не менее 148 120 руб.

При этом общие издержки компании в месяц оцениваются в среднем в размере 363 руб., которые включают:

- затраты на общехозяйственные расходы (водо-, тепло-, электроснабжение) – руб.;

- аренда помещений – 67 500 руб.

- прочие расходы – 22 500 руб.

Общие издержки из расчета на 1 кв.м. составят в среднем 0,65 руб. При проведении расчетов использовалась упрощенная система налогообложения.

Базового варианта дохода может оказаться не достаточно для эффективной работы компании. С этой целью в рассматриваемой модели предлагается использовать дополнительные источники доходов, связанные с оказанием услуг населению по второму сценарию работы компании, т.е. с учетом обеспечения теплом, горячей, холодной водой и электроэнергией.

Варианты доходов управляющей компании в соответствии со вторым сценарием:

1. Базовый доход – 10% от объема платежей населения за текущее содержание и ремонт жилищного фонда.

2. Дополнительный доход: – 4% от общей стоимости поставленного тепла, воды и электроэнергии ресурсоснабжающими компаниями.

Вознаграждение за выполнение услуг в данных сценариях производится путем расщепления платежей за содержание жилья, в которое входит составляющая расходов за управление. Решая вопросы по управлению текущим содержанием системы тепло-, водо- и энергоснабжения, управляющая компания вправе компенсировать свои затраты за счет подрядчиков-монополистов.

Объем потребления теплоэнергии в год жилищным фондом общей площадью в 300 000 кв. м составляет 146 403,90 Гкал. При цене 1 Гкал (с НДС) равной 604,50 руб.

стоимость поставленного за год тепла подрядной организацией (ОАО «Алтайэнерго») составит 88 501 158 руб.

Стоимость ежегодного обслуживания системы теплоснабжения из расчета на 1 кв.

м. – 295,00 руб., из которых 283,20 руб. поступает на счет поставщику теплоэнергии, 11,80 руб. – управляющей компании.

Ежемесячная стоимость обслуживания системы водоснабжения жилищного фонда общей численностью 19 500 чел. составляет 1 244 642 руб. (ежемесячный объем потребления воды жилищным фондом общей площадью в 300 000 кв. м составляет 4 945 200 литров). Стоимость обслуживания системы водоснабжения из расчета на 1 кв.

м составляет 4,15 руб., из которых 3,98 руб. перечисляется поставщику водоснабжения (ОАО «Водоканал»), 0,17 руб. – управляющей компании.

Ежемесячная стоимость обслуживания системы электроснабжения жилищного фонда площадью в 300 000 кв.м составляет 1 880 195 руб. (ежемесячный объем электропотребления жилищного фонда составляет 1 865 373 кВт*час, стоимость 1 кВт*час принята равной 1,05 руб.). Стоимость обслуживания системы электроснабжения из расчета на 1 кв. м. составляет 6,53 руб., из которых 6,27 руб. уплачивается поставщику электроэнергии (ООО «Барнаулэнерго»), 0,26 руб. – управляющей компании.

Общие издержки управляющей компании практически не изменятся. Значительно изменятся прямые издержки за счет проплаты ресурсоснабжающим компаниям.

В обсуждаемой модели не был в достаточной степени проанализирован фактор значительного износа инженерных коммуникаций. Скорее всего, на первом этапе функционирования управляющей компании придется вкладывать значительные финансовые средства в обновление инженерных систем жилищного фонда. В этой связи функционирование по первому сценарию может оказаться нерентабельным (или на пределе возможного). Реализация второго сценария позволяет привлечь дополнительные финансовые ресурсы, которые могут быть направлены на решение проблем связанных с обновлением инженерных коммуникаций.

Рассмотренный в настоящей работе подход к проблеме проектирования организационно-экономических механизмов функционирования управляющих компаний имеет практическую направленность и может быть рекомендован муниципальным органам власти в качестве оригинальной методики для решения конкретных задач на этапе перехода к рыночным отношениям в сфере ЖКХ.

Литература 1. Жилищный кодекс Российской Федерации. – Новосибирск: Изд-во РИПЭЛ, 2005.

–128 с.

2. Сиваев С.Б. Как эффективно управлять жилищным фондом: теория и практика.

Пособие: М.: Фонд «Институт экономики города», 2001. – 217 с.

3. Жуков, Д.М. Экономика и организация жилищно-коммунального хозяйства города. – М. : Изд-во ВЛАДОС-ПРЕСС, 2003. – 96 с.

4. Симионов Ю.Ф., Дрозд Н.И. Жилищно-коммунальное хозяйство: Справочник. – М.: ИКЦ «МарТ»; Ростов н/д: ИЦ «МарТ», 2004. – 272 с.

ПРОЕКТИРОВАНИЕ ПРОЦЕССНО-ОРИЕНТИРОВАННОЙ СИСТЕМЫ

МЕНЕДЖМЕНТА ОАО «КРАЕВОЕ АГЕНТСТВО ПО ЖИЛИЩНОМУ ИПОТЕЧНОМУ КРЕДИТОВАНИЮ»

научный руководитель: Патудин В.М., к.ф.-м.н. доцент кафедры ИСЭ Актуальной проблемой переходного этапа развития российской экономики является создание эффективных рыночных инструментов и организационно-экономических механизмов их функционирования. Одним из наиболее важных вопросов является развитие системы ипотечного жилищного кредитования.

С 2004 по 2010 год в России планируется 24 кратное увеличения количества кредитов или на 70% ежегодно до 1 млн. ежегодно. В связи с этим, к инфраструктуре рынка ипотечного жилищного кредитования как на общероссийском, так и на региональном уровнях будут предъявляться совершенно новые требования по результативности (способности обеспечить выдачу соответствующего количества кредитов) и эффективности (способности минимизировать издержки при достижении результата).

Реализацию эффективных организационно-экономических механизмов целесообразно начинать с построения эффективных моделей бизнеса. В рыночных условиях наиболее перспективным считается процессный подход к управлению, являющийся альтернативой традиционному функционально-ориентированному подходу к управлению организацией. Сущность процессного подхода заключается в том, что предприятие рассматривается не как совокупность отделов, а как система взаимосвязанных процессов.

Процессно-ориентированный подход к управлению как главный инструмент инжиниринга бизнес-структур в сочетании с требованиями стандартов ISO 9000:2000 лежит в основе технологии создания современных организационно-экономических механизмов функционирования различных бизнес-систем [1-2].

В связи с этим, нами было рассмотрено создание процессно-ориентированной системы менеджмента организации-участника системы ипотечного жилищного кредитования на примере ОАО «Краевое агентство по жилищному ипотечному кредитованию»

(ОАО «АЖИК»).

На первом этапе с помощью методологии ARIS (модели VAT и EPC) была описана модель бизнес-процессов ОАО «АЖИК». Для выделения основных бизнес-процессов использовалась методология Андерсена[3], т.е. был пройден путь от определения заинтересованных сторон до выделения бизнес-процессов.

- ипотечное кредитование;

- рефинансирование закладных;

- сопровождение.

На втором этапе была спроектирована система управления бизнес-процессами (СУБП) на основе цикла PDCA («цикл Деминга») и показателей бизнес-процессов.

Для каждого бизнес-процесса показатели были сгруппированы в следующем виде [2]:

- показатели продукта;

- показатели процесса;

- показатели (данные) удовлетворенности клиента.

Так, например, для основного бизнес-процесса «Ипотечное кредитование» были выделены следующие показатели.

Показатели эффективности процесса. Показатели процесса устанавливаются для каждого из подпроцессов основного процесса (см. таблицу 1):

- консультирование;

- прием документов и проведение андеррайтинга;

- заключение кредитного договора;

- подготовка документов для регистрации сделки в ГУ ФРС;

- регистрация сделки в ГУ ФРС;

- назначение даты выдачи кредита;

- заключение договора страхования;

- выдача кредита.

Таблица Количество кредитных дел (потенциальных Результативность процесса заемщиков) прошедших этап Общая сумма по кредитным делам (потенци- -//альным кредитным делам) Средний срок прохождения этапа Эффективность процесса Минимальный срок прохождения этапа Стабильность процесса Максимальный срок прохождения этапа -//Количество кредитных дел (потенциальных Качество процесса (предыдущего прозаемщиков) отклоненных на этапе (либо воз- цесса) вращенные на предыдущие этапы) Общая сумма по отклоненным кредитным -//делам Количество ошибок сделанных на этапе (вы- Надежность процесса явленных на последующих этапах) Средний срок выдачи кредита -//Минимальный срок выдачи кредита -//Максимальный срок выдачи кредита -//Показатели продукта. Одним из продуктов бизнес-процесса является Закладная.

Показатели продукта приведены в Таблице 2.

Ежемесячный доход заемщика(ов) Отношение дохода заемщика(ов) к ПМ и к колив прожиточных минимумах (ПМ) честву членов семьи (семей) в расчете на 1-го члена семьи К/З Отношение Суммы кредита к Стоимости залогового имущества (минимальной из оценочной и Стоимость предмета ипотеки Стоимость предмета ипотеки Показатели удовлетворенности клиента. Показатели удовлетворенности клиента (заемщика) представлены в таблице 3.

Удовлетворенность сроками выдачи кредита Время выполнения (Анкета) Удовлетворенность качеством обслуживания Качество сервиса (Анкета) Количество жалоб -//Значения показателей бизнес-процесса снимаются в контрольных точках. Фрагмент модели бизнес-процесса верхнего уровня с контрольными точками представлен на рисунке 1. Управление бизнес-процессом осуществляется по циклу Деминга.

Пример осуществления всего цикла управления можно рассмотреть на примере одного показателя – «Срок заключения кредитного договора» (см. рисунок 2). Владелец бизнес-процесса на этапе планирования устанавливает допустимые границы для данного показателя. В процессе выдачи кредита, данный показатель отслеживается в режиме реального времени. Ежедневно осуществляется контроль за фактическим значением данного показателя (срок нахождения кредитного дела на данном этапе) и плановым. В случае расхождения значения показателя с плановым владелец процесса может направить письмо в банк с просьбой выполнять обязательства в соответствии с договоренностью, а при значительных и постоянных отклонениях, владелец процесса может организовать рабочую группу (использовать ресурсы в виде работников) для поиска путей решения проблемы.

Рисунок 2 – Срок оформления кредитного договора в банке Итогом работы является процессно-ориентированная модель системы управления участника системы ипотечного кредитования - ОАО «АЖИК». Применяемый подход позволяет говорить о стратегическом проектировании организации, поскольку разработанная модель бизнес-процессов направлена на эффективное решение задач, ограниченных механизмами участия АЖИК в системе ипотечного жилищного кредитования, определенных с учетом глубокого анализа мирового опыта, конъюнктуры и тенденций рынка ипотечного кредитования.

Разработанная модель может быть положена в основу при совершенствовании системы управления ОАО «АЖИК», создании системы менеджмента качества в соответствии с ГОСТ Р ИСО 9000:2000, а также при создании организации ипотечного кредитования «с нуля».

Литература 1. ГОСТ Р ИСО 9000-2001 Системы менеджмента качества. Основные положения и словарь.

2. Репин В.В, Елиферов В.Г. Процессный подход к управлению. Моделирование бизнес-процессов. – М.: РИА «Стандарты и качество», 2004. – 408 с.

3. Андерсен Бьёрн. Бизнес-процессы. Инструменты совершенствования. / Пер. с.

англ. С.В. Ариничева / Науч. ред. Ю.П. Адлер. – 2-е изд. – М.: РИА «Стандарты и качество», 2004. – 272 с.

АВТОМАТИЗИРОВАННАЯ СИСТЕМА УПРАВЛЕНИЯ ФИНАНСОВОЭКОНОМИЧЕСКОЙ ДЕЯТЕЛЬНОСТЬЮ УПРАВЛЯЮЩЕЙ КОМПАНИИ ЖКХ

научный руководитель: Патудин В.М., к.ф.-м.н. доцент кафедры ИСЭ Реформа жилищно-коммунального хозяйства (ЖКХ), начавшаяся в России в начале 1990-х годов, является сегодня одним из приоритетных направлений социальной и экономической политики страны. Сформированная в 1990 - 2005 годах законодательная, правовая и нормативно-методическая база определила основные направления реформы ЖКХ при переходе к рыночной экономике.

К числу главных задач, решаемых Жилищным Кодексом РФ (ЖК РФ) в сфере управления жильем, относятся [1]:

- создание условий для демонополизации рынка управления многоквартирными домами;

- развитие конкурентных отношений между организациями любых организационно-правовых форм;

- переход к самостоятельному выбору собственниками помещений в многоквартирных домах приемлемого для них способа управления домами;

- снятие барьеров для создания товариществ собственников жилья (ТСЖ);

- создание органами местного самоуправления равных условий управления жильем любыми лицами независимо от формы собственности.

Эффективность функционирования жилищного хозяйства в целом во многом зависит от способа организации управления. Поэтому одной из основных целей реформы стало повышение эффективности управления жилищным фондом, в результате которого должно произойти улучшение его состояния и повышение качества услуг [2-3].

Основные принципы функционирования системы ЖКХ в рыночной экономике изложены в ЖК РФ. Согласно ЖК РФ основную роль в создании эффективной системы ЖКХ будут играть управляющие компании как главные операторы рынка ЖКХ. Поэтому создание управляющих компаний, организация их рентабельной работы в рыночных условиях – это, пожалуй, наиболее актуальная проблема, которые необходимо решать сегодня муниципальным образованиям.

Одним из непременных условий достижения высокой эффективности управления является использование современных информационных технологий.

В настоящей работе рассматривается актуальная проблема создания автоматизированной системы управления финансово-экономической деятельности управляющей компании ЖКХ. Это обусловлено в первую очередь тем обстоятельством, что в данной сфере экономики уровень автоматизации по сравнению с другими отраслями существенно ниже. Кроме того, при переходе к рыночным отношениям в системе ЖКХ появились совершенно новые проблемы, связанные, в частности, с необходимостью детализации учета хозяйственной деятельности управляющей компании. Так, например, одна из актуальных задач, которую необходимо решать в ближайшее время управляющим компаниям, связана с организацией подомового учета. Специфика данной задачи такова, что для ее решения необходимо реализовать полный цикл создания программного продукта, включающий в себя этап проектирования, разработки, внедрения. В связи с этим в работе предлагается использовать технологию типового проектирования, а в качестве инструментального средства – программный комплекс 1С:Предприятие 7.7, как наиболее распространенную платформу, используемую для решения задач данного класса.

Стандартные методы учета, предлагаемые 1С:Предприятие 7.7, подходят для данной предметной области, однако имеются и особенности. Специфика предметной области заключается в том, что предприятие занимается деятельностью по обслуживанию жилья. Из этого вытекают и особенности бухгалтерского учета. В плане счетов основным счетом является счет 29 «Обслуживающее производство». При этом по дебету записываются все расходы, а по кредиту доходы. Сложность учета обусловлена необходимостью выделять подомовой учет доходов и затрат. Подомовой учет расходов заключается в разнесении материальных и других затрат на каждый дом. Такой учет сопровождается мощным информационным потоком, который собственно и нужно автоматизировать.

При этом возникает актуальная проблема детализации (структуризации) информационного потока в разрезе домов. При организации подомового учета затрат, владельцы жилья будут видеть объемы услуг, оказанных именно на их дом.

Необходимо также отметить, что многие статьи затрат нельзя отнести на конкретный дом, а только лишь на группу домов. В этом случае возникает методическая проблема разнесения затрат на дом (пропорционально количеству квартир, площади, лифтов и пр.). Выделены три уровня разнесения затрат:

- на дом: те затраты, которые можно отнести непосредственно на дом (как правило материальные затраты);

- на группу домов: те затраты, которые являются общими для жилищноэксплуатационных участков (в основном зарплата производственных рабочих);

- на предприятие в целом (общехозяйственные, административные и др. затраты);

Для каждой общей статьи затрат необходимо определить базу разнесения затрат по домам. В основном используется площадь дома. Однако в отдельных случаях это может быть и, например, количество шахт лифтов и др. информация, характеризующая дом.

Еще одной специфической чертой деятельности предприятия является оплата населением за оказанные услуги. Платежи осуществляются через единую систему «Город».

В связи с этим необходимо настраивать средства взаимодействия системы 1С:Предприятие в плане загрузки данных о начислениях и об оплате услуг из системы «Город». В рамках подомового учета все доходы необходимо также разносить по домам.

В конечном итоге подомовой учет дает целостную картину расчетов и оказанию услуг для конечного клиента – дома.

Имея подобную информацию (о взаиморасчетах с домами) можно управлять взаимоотношениями с клиентами (домами), контролировать объемы работ и поступление денежных средств.

С технической точки зрения данная задача решается дополнительным аналитическим разрезом в бухгалтерском учете – по домам. В терминах 1С – субконто. Любой документ, формирующий движения по статьям затрат необходимо адаптировать в плане разнесения сумм по новому аналитическому разрезу. Кроме этого, необходимо разработать аналитическую отчетность, группирующую информацию по каждому дому, по всем домам, группе домов и т.д.

Описанная реализация подомового учета представляется более эффективной, чем разработка отдельной системы подомового учета, потому что:

- во-первых, создается интегрированная система подомового учета с бухгалтерским учетом, а бухгалтерский учет и подомовой сильно связаны по информации;

- во-вторых, используются очень распространенные стандартные средства разработки (1С:Предприятие 7.7) – модернизация и сопровождение значительно упрощаются и могут осуществляться любыми специалистами по 1С.

В рассматриваемом проекте автоматизированная система управления разработана и находится в стадии опытной эксплуатации.

Литература 1. Жилищный кодекс Российской Федерации. – Новосибирск: Изд-во РИПЭЛ, 2005.

–128 с.

2. Сиваев С.Б. Как эффективно управлять жилищным фондом: теория и практика.

Пособие: М.: Фонд «Институт экономики города», 2001. – 217 с.

3. Жуков, Д.М. Экономика и организация жилищно-коммунального хозяйства города. – М. : Изд-во ВЛАДОС-ПРЕСС, 2003. – 96 с.

ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ БИЗНЕС-ПРОЦЕССОВ НА

МАШИНОСТРОИТЕЛЬНОМ ПРЕДПРИЯТИИ

научный руководитель: Патудин В.М., к.ф.-м.н. доцент кафедры ИСЭ В работе [1] рассмотрен метод функционального моделирования бизнес-процессов литейного производства в инструментальной среде BPWin 4.1, который позволил обследовать элементы процессной модели, выявить их недостатки и построить идеальную модель производственного процесса изготовления отливок. Построение функциональной модели осуществлялось от общего к частному – сначала рассматривалась основная схема деятельности цеха (контекстная диаграмма модели), затем путем декомпозиции основной схемы подробно разрабатывались конкретные технологические процессы изготовления отливок. Такой подход оказался достаточно эффективным до определенного уровня детализации. Однако на уровне наибольшей детализации технологических операций функциональной модели недостаточно. Для оптимизации технологических операций целесообразно использовать имитационное моделирование, как метод, позволяющий строить динамические модели, учитывающие время выполнения элементарных операций технологического процесса. Полученную модель можно «проиграть» во времени, проанализировать статистику происходящих процессов так, как это было бы в реальности.

Одним из наиболее эффективных инструментов имитационного моделирования является система AnyLogic компании XJ Technologies, которая позволяет создавать, проигрывать модели, анализировать результаты моделирования [2].

В настоящей работе в качестве объекта имитационного моделирования рассмотрена технологическая операция «Сборка моделей в блоки пайкой», входящая в комплексный технологический процесс изготовления отливок в цехе точного литья ОАО «Производственное объединение «Алтайский моторный завод».

Рассмотрим основные этапы имитационного моделирования технологического процесса.

Анализ системы.

На этом этапе исследованы основные технологические операции, определены основные входные и выходные данные по каждой операции, задействованные ресурсы.

Технологический процесс состоит из следующих технологических операций:

- подготовка стояков к сборке;

- подготовка модельных звеньев к сборке;

- получение металлических колец;

- сборка модельных звеньев на стояк;

- навинчивание колпачка.

В технологическом процессе задействованы:

- мастер участка (руководит ходом технологических операций);

- модельщик (подготавливает модельные звенья и собирает их в блоки);

- автомат изготовления модельных звеньев;

- автомат для навивки колец.

Формулировка цели моделирования системы.

На данном этапе разрабатывается функциональная модель системы, определяется список входных и выходных параметров модели, критерии завершенности исследования.

Реализация модели в среде моделирования.

Исходные данные технологической операции процесса «Сборка моделей в блоки пайкой» определяются с помощью блоков генерации исходных элементов (Source), где определяется расписание поступления элементов в систему и их параметры. Обработка и преобразование элементов, находящихся в системе происходит в различных блоках.

Для создания модели была использована стандартная библиотека EnterpriseLibrary, входящая в комплект поставки AnyLogic.

Для описания системы в модели были определены следующие элементы:

- Модельное звено;

- Колпачок;

При построении модели использованы следующие объекты (см. рис. 1):

- Source – задает поступление модельных звеньев от автомата и передача их на сборку;

- BatchStation – обеспечивает сборку пяти модельных звеньев, поступающих от Source, и передачу их далее как одного элемента. Объект Batch предназначен для объединения нескольких элементов, поступающих на его вход в один;

- Source1 – поступление колпачков от автомата и передача их для хранения;

- Queue – собирает колпачки, поступающие от автоматов, и передает их на сборку по запросу. Объект используется как накопитель (необходим для ожидания своей очереди невостребованными элементами);

- Combine – объединяет колпачок и пять модельных звеньев в блок. Предназначен для преобразования двух поступающих элементов в один;

- Conveyor – конвейер, по которому передаются блоки на следующий участок.

Собранные блоки являются выходными данными для блока Sink, который при дальнейшем моделировании может рассматриваться в качестве блока генерации исходных элементов (Source) для операции нанесения огнеупорного керамического покрытия.

Рисунок 1 - Схема имитационной модели технологической операции «Сборка моделей в блоки пайкой»

Предложенная схема является упрощенной и отображает только существенные операции. Необходимо учитывать в процессе моделирования и вспомогательные операции, т.к. при проигрывании модели они могут значительно влиять на выходные результаты – количественные, качественные, временные и финансовые показатели модели. Вспомогательные операции учитываются при построении реальных схем имитационной модели технологических процессов.

Проведение расчетов модели и анализ результатов.

Предположим, что за текущий месяц, исходя из утвержденного плана производства, цех точного литья должен произвести 120 тонн годного литья, из которых 80 тонн сторонней продукции и соответственно 40 тонн на обеспечение основного и вспомогательного производства. Жизненный цикл производства одной отливки в цехе, как показали исследования, составляет 2 недели, при условии непрерывности производства, длительности рабочего дня 8 часов. В качестве примера возьмем модель отливки 512 «Кольцо»

(вес готовой отливки - 0,280 кг, вес модельного звена, состоящего из 6 деталей, – 0, кг; блок состоит из 5 модельных звеньев) и проведем расчеты, считая, что в месяце рабочих дня.

При выбранных условиях в процессе проигрывания событий получены следующие результаты: в день цех должен произвести 5 тонн годного литья, т.е. 18000 отливок. Для изготовления такого числа отливок необходимо произвести 600 модельных блоков, модельных звеньев, 600 колпачков. Для обеспечения именно такой производительности требуется: непрерывность подачи модельного состава к автоматам, подача 630 кг модельного состава, наличие, как минимум, на каждом рабочем месте по одному работнику. В нашем случае – мастер, модельщик для расплавления модельного состава, оператор автомата изготовления модельных звеньев и колпачков, сборщик. Прочие факторы – производственная среда (электроэнергия, оснастка, приспособления) и инфраструктура (исправное оборудование) для простоты и наглядности моделирования не рассматривались.

Изменяя параметры модели можно проиграть различные сценарии развития событий, протекающих в рамках функционирования технологического процесса во времени, отследить последствия развития событий. При необходимости можно разработать корректирующие или предупреждающие действия. Это особенно актуально в случае нежелательного варианта развития событий. Так, например, можно проследить влияние временных, количественных, финансовых характеристик технологического процесса на качество изготовления отливок. Используя имитационную модель можно спрогнозировать затраты, количество и качество продукции с учетом внедрения нового оборудования, выявить дублирующие работы, грамотно распределить рабочую силу, организовать эффективное управление производственной средой и инфраструктурой.

Создавать имитационные модели без предварительного анализа процессов не всегда представляется возможным. Действительно, не поняв сути процессов производственной деятельности бессмысленно пытаться оптимизировать конкретные технологические процессы. Поэтому функциональные модели и имитационные модели не заменяют, а дополняют друг друга, при этом они могут быть тесно взаимосвязаны. Имитационная модель дает больше информации для анализа системы в целом, и в свою очередь результаты такого анализа могут стать причиной модификации модели процессов.

Литература 1. Марков В.А., Патудин М.В. Оптимизация производственного процесса цеха точного литья ОАО «ПО Алтайский моторный завод» на основе процессного подхода // Ползуновский альманах № 4 / 2004. – Барнаул: АлтГТУ, 2004. – С. 10-13.

2. Карпов Ю.Г. Имитационное моделирование систем. Введение в моделирование с AnyLogic. - Спб.: БХВ-Петербург, 2005. - 400 с.: ил.

ПРОЕКТИРОВАНИЕ БИЗНЕС-ПРОЦЕССОВ СИСТЕМЫ СНАБЖЕНИЯ

МАШИНОСТРОИТЕЛЬНОГО ПРЕДПРИЯТИЯ ОАО «ПО АМЗ»

научный руководитель: Патудин В.М., к.ф.-м.н. доцент кафедры ИСЭ В настоящее время ОАО «Производственное объединение «Алтайский моторный завод» в плане обеспечения качественными покупными деталями и узлами переживает не самые лучшие времена. Уровень выполнения плана закупок и плана платежей за период с декабря 2005г. по март 2006г. составил 30%. В связи с этим резко снизились показатели (качественные и количественные) процесса основного и вспомогательного производства. Резко снизился уровень качества покупной продукции на этапе входного контроля, в процессе производства, в процессе эксплуатации из-за полного отсутствия анализа процесса закупок на предприятии. Уровень рекламаций по вине поставщиков постоянно растет. Отсутствует анализ ценовой политики поставщиков со стороны отдела снабжения завода. Как следствие – не рациональное использование денежных средств, приводящее в свою очередь к срывам графика производства двигателей и запасных частей к ним.

Для решения рассмотренных проблем предлагается использовать процессный подход к управлению, позволяющий оптимизировать систему снабжения предприятия, сделать её прозрачной для руководства и способной гибко реагировать на изменения как внешней (изменение цен, нарушение условий договора поставщиком и др.) так и внутренней (корректировка плана производства, изменение технологии производства и др.) среды [1]. Модель управления процессом закупок разработана в инструментальной среде BPWin 4.1 с использованием методологии IDEF0 [2].

Процедура управления процессом снабжения соответствует циклу PDCA и базовым требованиям процессного подхода, сформулированным в МС ИСО 9000:2000 и включает следующие основные подпроцессы:

1. Планирование процесса закупок.

2. Процесс закупок.

3. Плановый внутренний аудит процесса закупок.

4. Анализ процесса закупок.

Планирование процесса закупок.

Планирование процесса закупок состоит из четырех основных подпроцессов: расчета потребности в ТМЦ, формирования бюджета затрат, формирования сводного бюджета, формирование плана закупок и плана платежей.

На основании плана производства двигателей и запчастей к ним, норм расхода на ТМЦ, экономисты планово-аналитического бюро ОМТС рассчитывают потребность в ТМЦ для серийного производства.

Экономисты бюро комплектации, бюро металлопроката, бюро сырья и вспомогательных материалов, бюро заготовок, метизов и подшипников (далее бюро ОМТС) корректируют количество покупных ТМЦ с учетом остатков на складах и в незавершенном производстве, норм минимальных остатков на ТМЦ с учетом переходящего запаса, кредиторской и дебиторской задолженности и оценочного анализа действующих и потенциальных поставщиков.

На основании рассчитанных затрат экономисты бюро ОМТС формируют сводные бюджеты по видам покупаемых ТМЦ, который передается в ПАБ ОМТС.

Процесс закупок.

Процесс закупок включает следующие пять основных подпроцессов: приобретение и доставка продукции, приемка продукции по качеству и количеству, действия с несоответствующей продукцией, складирование и хранение продукции, выдача продукции в производство.

Все комплектующие изделия и заготовки, сырье и материалы, поступающие на ОАО «ПО АМЗ» проходят приемку по количеству кладовщиками и по качеству контролером БВК согласно конструкторской и технологической документации, документации системы менеджмента.

Во время проверки покупной продукции на соответствие требованиям, контролер БВК вывешивает на тару с ТМЦ бирку «покупная продукция на проверке».

Если есть необходимость в лабораторных исследованиях, контролёр оформляет заказ на проведение исследований и испытаний продукции в других подразделениях ОАО «ПО АМЗ», согласно технологическому процессу входного контроля.

В случае соответствия покупной продукции требованиям, контролер БВК оформляет и вывешивает на каждую тару с проверяемыми ТМЦ бирку «соответствующая годная продукция».

Складирование и хранение годной покупной продукции (комплектующих, заготовок, сырья и материалов) производится на складах ОАО «ПО АМЗ». Выдача покупной продукции цехам основного и вспомогательного производства, а так же заинтересованным службам происходит под контролем ОТК.

На основании утвержденного плана производства кладовщик цеха-потребителя оформляет и передает заявку кладовщику складского цеха, где хранятся необходимые ТМЦ. Кладовщик склада производит загрузку требуемых ТМЦ на автотранспорт, оформляет «сдаточную накладную», и везет продукцию в склад цеха-потребителя. Цеховой кладовщик производит отметку в «сдаточной накладной» в графе «приемка по количеству». Далее бухгалтер складского цеха оформляет списание ТМЦ с баланса склада на баланс цеха-потребителя.

В случаях изготовления сверхплановой продукции и при наличии требуемых ТМЦ в сверх нормативах, а так же по причине отсутствия лимита продукции у ряда цехов, заинтересованные службы ОАО «ПО АМЗ» или кладовщики цехов оформляют «требование», которое направляет руководитель службы-заказчика, а ответственный экономист группы ОМТС, ведущий данные ТМЦ, ставит роспись в графе «Разрешил».

Плановый внутренний аудит процесса закупок.

Внутренний аудит процесса проводится в соответствии с утвержденным планом с целью выявления всевозможных отклонений в процессе снабжения. Аудиторская группа руководствуясь утвержденной процедурой проведения внутреннего аудита проводит аудит процесса согласно утвержденному регламенту процесса. По результатам аудита, главный аудитор направляет отчет о проделанной работе владельцу процесса для его анализа. В случае наличия несоответствий (т.е. отклонений от установленной процедуры или регламента) аудиторская группа контролирует ход выполнения КД.

Анализ процесса закупок.

Владелец процесса, руководствуясь регламентом процесса, оценивает достигнутые показатели процесса. Перечень показателей процесса закупок приведен в таблице 1.

Таблица Наименование Плановое значе- Коэффициент Желаемая тенденция измепоказателя ние показателя приоритета Wi нения показателя купной продукции ной покупной продукции нения плана закупок.

нения плана платежей.

Для каждого из контролируемых показателей установлен коэффициент приоритета, исходя из важности показателя процесса закупки в текущий период времени. С течением времени коэффициенты приоритета могут корректироваться.

В конце каждого месяца владелец процесса закупок определяет относительный показатель достижения планируемого результата процесса по каждому показателю:

t i пп – плановое значение показателя на отчетный период.