«УПРАВЛЕНИЕ БОЛЬШИМИ СИСТЕМАМИ Выпуск 17 СБОРНИК ТРУДОВ ISSN 1819-2467 Москва – 2007 ИНТЕРНЕТ-сайт теории управления организационными системами Целью сайта является предоставление специалистам по теории и ...»

Институт проблем управления

им. В.А. Трапезникова РАН

УПРАВЛЕНИЕ

БОЛЬШИМИ

СИСТЕМАМИ

Выпуск 17 СБОРНИК

ТРУДОВ

ISSN 1819-2467

Москва – 2007

www.mtas.ru

ИНТЕРНЕТ-сайт теории управления

организационными системами Целью сайта является предоставление специалистам по теории и практике управления организационными системами (ученым, преподавателям, аспирантам, студентам, а также реальным управленцам) доступа к ресурсам, отражающим современное состояние теории и возможности обмена идеями и результатами.

На сайте имеются разделы:

Теория – с обзором теории управления организационными системами, глоссарием, информацией для аспирантов;

Практика – с обзором результатов внедрения механизмов управления в реальных организациях;

Библиография – около публикаций по теории управления, снабжена классификатором и аннотациями;

Электронная библиотека – более полнотекстовых монографий, статей и учебных пособий;

а также многое другое.

На сайте работает форум, на котором можно обсудить вопросы, относящиеся к математике, экономике, управлению организациями, узнать новости теории управления и ознакомиться с планируемыми конференциями и семинарами.

РОССИЙСКАЯ АКАДЕМИЯ НАУК

Институт проблем управления им. В.А. Трапезникова Волгоградский научно- Липецкий научнообразовательный центр образовательный центр проблем управления проблем управления (ВолГУ) (ЛГТУ) Воронежский научно- Самарский научнообразовательный центр образовательный центр проблем управления проблем управления (ВГАСУ) (СГАУ)

УПРАВЛЕНИЕ

БОЛЬШИМИ

СИСТЕМАМИ

СБОРНИК ТРУДОВ

Выпуск Москва – УДК 519 ISSN 1819- ББК 32. У Управление большими системами / Сборник трудов. Выпуск 17. М.: ИПУ РАН, 2007. – 165 с.

РЕДАКЦИОННАЯ КОЛЛЕГИЯ

Главный редактор: д.т.н. Д.А. Новиков Ответственный секретарь: к.т.н. М.В. Губко д-ра техн. наук

: С.А. Баркалов, В.Н. Бурков, В.Г. Засканов, Л.А. Кузнецов, А.К. Погодаев;

д-ра физ.-мат. наук: А.А. Воронин, П.А. Головинский, А.Г. Лосев, А.Г. Чхартишвили;

д-ра экон. наук: В.Д. Богатырев, Р.М. Нижегородцев.

Сборник является одним из печатных органов сети научно-образовательных центров проблем управления, созданной ИПУ РАН и рядом ведущих ВУЗов России: ВолГУ, ВГАСУ, ЛГТУ и СГАУ (подробнее см. http://www.mtas.ru/noc/).

В сборнике представлены статьи ученых, специализирующихся в области разработки и внедрения математических моделей и методов управления сложными социально-экономическими и организационно-техническими системами.

На сайте www.mtas.ru доступны электронные версии этого и всех предыдущих выпусков сборника.

С 2006 года сборник включен в Российский индекс научного цитирования и размещается в открытом доступе в Научной Электронной Библиотеке www.elibrary.ru.

C 2006 года сборник зарегистрирован как электронное научное издание (ЭНИ) за номером № 0420600023. Публикация в ЭНИ учитывается при защите диссертации при указании номера ЭНИ и идентификационного номера публикации, присваиваемых НТЦ «Информрегистр» (www.inforeg.ru).

СОДЕРЖАНИЕ

Ашимов А.А., Сагадиев К.А., Боровский Ю.В., Искаков Н.А., Ашимов Ас.А.

О теории параметрического регулирования развития рыночной экономики

Блюмин С.Л., Томилин А.А.

Методика моделирования организационной структуры при помощи симметричных окрестностных моделей

Бородулин А.Н., Заложнев А.Ю., Шуремов Е.Л.

Основные объекты применения информационных Гришанов Г.М., Родомакина М.И.

Формирование моделей бюджетов продаж, производства и методы прогнозирования их параметров Зайцева Е.Е.

Применение моделей эффективных цен к расчету Корнеев Д.С.

Использование аппарата нейронных сетей для создания модели оценки и управления рисками предприятия

Кочкаров А.А., Салпагаров М.Б., Кочкаров Р.А.

Моделирование разрушения сложных систем с ациклической структурой

Крючков О.А.

Моделирование кредитования предприятий коммерческими банками (на примере энергокомпаний).. Кузнецов Л.А., Исковских Д.А.

Проблемы автоматизации процессов иммунопрофилактики в регионе

Муравьева В.С., Орлов А.И.

Организационно-экономические проблемы прогнозирования на промышленном предприятии............... Поддубецкий Е.А.

Принципы построения экспертной советующей системы управления доставкой грузов гуманитарной помощи

О ТЕОРИИ ПАРАМЕТРИЧЕСКОГО

РЕГУЛИРОВАНИЯ РАЗВИТИЯ РЫНОЧНОЙ

ЭКОНОМИКИ

Ашимов А.А., Сагадиев К.А., Боровский Ю.В., (Институт проблем информатики и управления НАН Республики Казахстан, г. Алматы) В работе предлагается теория параметрического регулирования развития рыночной экономики. Предлагаемая теория состоит из таких разделов, как формирование библиотеки математических моделей экономических систем; методы исследования грубости (структурной устойчивости) и контролирования (подавления) потери грубости математических моделей; методы разработки законов параметрического регулирования; методы нахождения точек бифуркации экстремалей одного класса задач вариационного исчисления и др. В работе представлены некоторые результаты по созданию рассматриваемой теории.

Ключевые слова: экономическая система, математическая модель, грубость (структурная устойчивость), параметрическое регулирование, задача вариационного исчисления, экстремаль, функционал, бифуркация.

I. Введение Многие динамические системы [11], в том числе математические модели экономических систем стран [16, 19], после некоторых преобразований могут быть представлены системами нелинейных обыкновенных дифференциальных уравнений следующего вида:

(1) Здесь x = ( x1, x 2,..., x n ) X R n - вектор состояния системы;

u = (u 1, u 2,..., u l ) W R l - вектор управляемых (регулируемых) параметров; W, X – компактные множества c непустыми внутренностями - Int( W ) и Int (X ) соответственно;

= 1, 2,..., m R m - вектор неуправляемых параметров;

X W ; [t0, t0 + T ] - фиксированный промежуток (времени).

Как известно [20], решение (эволюция) рассматриваемой системы обыкновенных дифференциальных уравнений зависит как от вектора начальных значений x0 Int ( X ), так от значений векторов управляемых (u) и неуправляемых ( ) параметров. Поэтому результат эволюции (развития) нелинейной динамической системы при заданном векторе начальных значений x0 определяется значениями векторов как управляемых, так и неуправляемых параметров.

В последние годы ведутся активные исследования динамики изменения таких регулируемых параметров, при проведении бюджетно-налоговой и денежно-кредитной политики [10], как различные налоговые ставки, государственный расход, учетная ставка, норма резервирования, валютный курс и другие. Исследуется также влияние указанных параметров на эволюцию экономических процессов. Так, в [26] эконометрические методы применяются для моделирования динамических рядов и статистического прогнозирования налоговых доходов. В [8] эконометрические методы используются для анализа зависимостей между параметрами денежно-кредитной политики (ставка рефинансирования, норма резервирования) и показателями экономического развития (показателями инвестиционной активности в реальном секторе и др.). В [19] на основе предложенной авторами математической модели, после решения задачи параметрической идентификации, исследуется влияние доли государственных расходов во внутреннем валовом продукте и процента по государственным займам на средние реальные доходы трудящихся, средние государственные расходы в постоянных ценах и на средний внутренний валовой продукт.

В настоящее время, благодаря развитию теории динамических систем [1, 2, 13-15], параметрическое воздействие начало находить применение в регулировании экономических систем.

Динамика этих экономических систем, по мнению многих экспертов, описывается нелинейными моделями [32], которые могут обладать хаотическим поведением. Так, в [27] параметрическое воздействие, определяемое методом Отто-Грегори-Йорке [33], было использовано для стабилизации неустойчивых решений в моделях неоклассической теории оптимального роста.

В ряде работ [4, 5, 21, 28, 29, 31] параметрические воздействия стали предлагаться для эффективного регулирования развития рыночной экономики в заданном диапазоне изменения основных эндогенных показателей экономической системы и подавления её выхода из заданного диапазона. Предлагаемые параметрические воздействия являются экстремалями соответствующих задач вариационного исчисления по выбору оптимальных законов параметрического регулирования в среде заданного конечного набора алгоритмов. В указанных задачах вариационного исчисления функционалы выражают некоторые (глобальные, промежуточные или тактические) цели экономического развития. Фазовые ограничения и ограничения в разрешенной форме представлены математическими моделями экономических систем из [19]. Математические модели работы [19] содержат также ряд коэффициентов, изменение каждого из которых в определенном интервале приводит к деформации (возмущению) рассмотренных задач вариационного исчисления.

В настоящее время широко исследуются параметрические возмущения задач вариационного исчисления. Так, в [12] параметрическое возмущение используется для получения достаточных условий экстремума путем построения соответствующих S-функций и использования принципа снятия ограничений. В [25] ставится вопрос об условиях устойчивости решений задач вариационного исчисления (проблема Улама). Исследования этой проблемы сводятся к нахождению условий регулярности, при которых у функционала возмущенной задачи есть точка минимума близкая к точке минимума функционала невозмущенной задачи. В [9] доказана теорема об условиях существования точки бифуркации для задачи вариационного исчисления, функционал который рассматривается на пространстве Соболева W pm () ( 2 p < ) и зависит от скалярного параметра [0;1]. Таким образом, можно отметить, что в известной литературе ранее отсутствовали условия существования решений задач вариационного исчисления по выбору оптимальных законов параметрического регулирования в среде заданного конечного набора алгоритмов. Отсутствовали, также, исследования влияния параметрических возмущений на решения указанных задач.

Существование решений задач вариационного исчисления по выбору оптимальных законов параметрического регулирования в среде заданного конечного набора алгоритмов исследуются в [6, 7, 30]. В этих работах также исследуется влияние параметрического возмущения неуправляемых параметров) на результаты решения рассматриваемых задач, т.е., в частности, исследуются бифуркации экстремалей указанных задач при параметрических возмущениях.

Предложенные подходы [4, 5, 21, 28, 29, 31] и полученные результаты исследования в [6, 7, 30] можно рассматривать в качестве соответствующих составляющих разрабатываемой авторами теории параметрического регулирования развития рыночной экономики.

2. Составляющие теории параметрического регулирования развития рыночной экономики В целом теорию параметрического регулирования развития рыночной экономики в первой версии можно представить с помощью следующих ее составляющих.

1. Методы формирования набора (библиотеки) макроэкономических математических моделей. Эти методы ориентированы на описание различных конкретных социальноэкономических ситуаций с учетом условий экологической безопасности.

2. Методы оценки условий грубости (структурной устойчивости) математических моделей экономической системы страны из библиотеки без параметрического регулирования. При этом проверяются условия принадлежности рассматриваемых математических моделей к классу систем Морса – Смейла [23] или к -грубым системам [17] или к системам равномерной грубости [18] или к классу У-систем [3].

3. Методы контролирования или подавления негрубости (структурной неустойчивости) математических моделей экономической системы. Выбор (синтез) алгоритмов контролирования или подавления структурной неустойчивости соответствующей математической модели экономической системы страны [21].

4. Методы выбора и синтеза законов параметрического регулирования механизмов рыночной экономики на базе математических моделей экономической системы страны [5, 28, 29, 31].

5. Методы оценки условий грубости (структурной устойчивости), математических моделей экономической системы страны из библиотеки с параметрическим регулированием. При этом проверяются условия принадлежности рассматриваемых математических моделей с параметрическим регулированием к классу систем Морса-Смейла или к -грубым системам или к системам равномерной грубости или к классу У-систем.

6. Методы уточнения ограничений на параметрическое регулирование механизмов рыночной экономики в случае структурной неустойчивости математических моделей экономической системы страны с параметрическим регулированием.

Уточнение ограничений на параметрическое регулирование механизмов рыночной экономики.

7. Методы исследования и исследование бифуркаций экстремалей задач вариационного исчисления по выбору оптимальных законов параметрического регулирования [6, 7, 31].

8. Эконометрический анализ, политэкономическая интерпретация и согласование с предпочтениями лиц, принимающих решение, результатов аналитических исследований и вычислительных экспериментов.

9. Разработка информационной системы для исследования и имитационного моделирования механизмов рыночной экономики с параметрическим регулированием.

10. Разработка рекомендаций по выработке и осуществлению эффективной государственной экономической политики на базе теории параметрического регулирования механизмов рыночной экономики с учетом конкретных социально-экономических ситуаций.

Применение данной формирующейся теории параметрического регулирования механизмов рыночной экономики для выработки и осуществления эффективной государственной экономической политики представляется следующим образом.

1. Выбор, на базе соответствующей оценки экономического состояния страны в рамках фаз экономического цикла, направления (стратегии) экономического развития страны.

2. Выбор из библиотеки математических моделей экономической системы одной или нескольких математических моделей, отвечающих задачам экономического развития.

3. Калибровка (параметрическая идентификация и ретроспективный прогноз по текущим показателям эволюции экономической системы) и дополнительная верификация выбранной(ых) математической(их) модели(ей) эконометрическим анализом и политэкономической интерпретацией матрицы (матриц) чувствительности, т.е. оценка адекватности математической(их) модели(ей) поставленным задачам.

4. Оценка структурной устойчивости (грубости) математических моделей без параметрического регулирования с помощью соответствующих методов. Структурная устойчивость математической модели говорит об устойчивости самой экономической системы. В этом случае математическую модель можно использовать (после эконометрического анализа, политэкономической интерпретации результатов исследования грубости и согласования их с предпочтениями лиц, принимающих решения) для решения задачи выбора оптимальных законов регулирования экономических параметров и прогнозирования макроэкономических показателей.

5. Если математическая модель структурно неустойчива, то необходимо выбрать алгоритмы и методы стабилизации экономической системы в соответствии с методами раздела 3 разрабатываемой теории. После соответствующего эконометрического анализа, политэкономической интерпретации и согласования их с предпочтениями лиц, принимающих решения, полученный результат по стабилизации экономической системы может быть принят для реализации.

6. Выбор оптимальных законов регулирования экономических параметров.

7. Оценка структурной устойчивости (грубости) математических моделей с выбранными законами параметрического регулирования в соответствии с методами раздела 5 разрабатываемой теории. Если математическая модель при выбранных законах параметрического регулирования структурно устойчива, то полученные результаты, после соответствующих эконометрического анализа, политэкономической интерпретации и согласования с предпочтениями лиц, принимающих решения, можно принять для практического применения. Если математическая модель при выбранных законах параметрического регулирования структурно неустойчива, то уточняется решение по выбору законов параметрического регулирования. Уточненные решения по выбору законов параметрического регулирования также подлежат рассмотрению по выше указанной схеме.

8. Исследование зависимости выбранных оптимальных законов параметрического регулирования от изменения неуправляемых параметров экономической системы. При этом возможна замена одних оптимальных законов параметрического регулирования на другие.

Данная укрупненная схема принятия решений по выработке и осуществлению эффективной государственной экономической политики через выбор оптимальных значений экономических параметров должна быть поддержана современными информационными технологиями исследования и имитационного моделирования.

В настоящее время выше предложенные разделы 1, 2, 3, 5, теории параметрического регулирования разрабатываются в рамках современных подходов теории идентификации [22, 24] и теории динамических систем [29, 32].

В данной работе представлены некоторые результаты исследования условий существования решения одной задачи вариационного исчисления в рамках упомянутого выше раздела 7 разрабатываемой теории параметрического регулирования развития рыночной экономики.

3. Условия существования решения задачи вариационного исчисления по выбору оптимального набора законов параметрического регулирования Постановка задачи вариационного исчисления по выбору оптимального набора законов параметрического регулирования на множестве сочетаний из p параметров по r в среде заданного конечного набора алгоритмов и утверждение о существовании решения соответствующей задачи вариационного исчисления в среде заданного конечного набора алгоритмов выглядит следующим образом.

Пусть x (t ) - решение указанной выше задачи (1) на промежутке [t0, t0 + T ] при постоянных значениях u W и.

Пусть x (t ) Int ( X ). Решение задачи (1) для выбранного u* = (u*, u*,..., u* ) W обозначим через x* (t ). Далее u* фикl сировано.

Обозначим через замкнутое множество в пространстве непрерывных вектор - функций C n + l [t0, t0 + T ], состоящее из всех непрерывных вектор-функций (x (t ), u (t ) ) удовлетворяющих следующим ограничениям.

(2) Пусть {F i ( x) : i = 1 p} и G ( x) > 0 - конечный набор непрерывных для x X вещественнозначных функций. Все функции также непрерывны в X. Возможность выбора оптимального набора законов параметрического регулирования на множестве сочетаний из p параметров по r и на промежутке времени [t0, t0 + T ] исследуется в среде следующих алгоритмов (законов управления):

Здесь, k ij 0 - настраиваемые коэффициенты. Использование набора r (1 r l, здесь и далее фиксировано) законов U ij из (3) при фиксированных kij в системе (1) означает подстановку в правые части уравнений системы функций {u j s = U i s js } для r 1 is p ). При этом остальные u, где j не входит в указанj ное множество значений j s, считаются постоянными и равными значениям u *.

Для решений системы (1) при использовании r законов управления вида {u j s = U i s js } рассматривается следующий функционал (критерий):

Постановка задачи выбора набора законов параметрического регулирования на множестве сочетаний из p параметров по r в среде заданного конечного набора алгоритмов имеет следующий вид.

При фиксированном найти набор из r законов из набора алгоритмов (3), который обеспечивает верхнюю грань значений критерия (4):

(5) K sup.

при выполнении условий (1, 2) для заданного периода времени.

Используя теорему о непрерывной зависимости решения задачи Коши от параметров и теорему о непрерывной зависимости определенного интеграла от параметра докажем факт существования решения задачи (1)-(5).

Теорема 1. При использовании любого выбранного набора законов U = {U is j s, s = 1 r}, где r l, из набора алгоритмов (3) при ограничениях (1) и (2) существует решение задачи нахождения верхней грани критерия K:

При этом если множество возможных значений коэффициентов ki1 j1, ki2 j 2,..., kir jr законов рассматриваемой задачи ограничено, то указанная верхняя грань для выбранного набора из r законов достигается. Для конечного набора алгоритмов (3) задача (1)-(5) имеет решение.

выходных функций и регулирующих параметрических воздействий (x (t ), u (t ) ) системы (1) при ее регулировании с помощью этого набора законов задает непрерывное отображение H некоR+ = [0,+)l Полный прообраз H 1 () множества при отображении H замкнут согласно теореме о замкнутости полного прообраза замкнутого множества при непрерывном отображении. Множество H 1 () не пусто, поскольку оно содержит начало координат R+. (При нулевых значениях коэффициентов функции (x(t ) = x* (t ), u (t ) = u* ) очевидно удовлетворяют ограничениям (2)).

Сопоставление набору коэффициентов k H 1 () набора законов критерия K (4) для решения системы (1) определяет непрерывную функцию Следовательно, при выбранном наборе законов U задача (1)-(5) равносильна задаче определения на замкнутом множестве H 1 () верхней грани непрерывной ограниченной функции y = K (k ). Эта функция является непрерывной в силу теоремы о непрерывной зависимости решения системы обыкновенных дифференциальных уравнений от параметров, ограниченности этого решения в силу включения x X из (2) и непрерывной зависимости определенного интеграла от параметра. Поэтому задача (1)-(5) для фиксированного набора законов U всегда имеет решение, включающее конечное оптимальные значения критерия K *. Для ограниченного множества H 1 () это значение критерия достигается при некоторых значениях коэффициr ента k (теорема о достижении наибольшего значения непрерывной функции на компакте). Для неограниченного множества H 1 (), может найтись последовательность значений коэффиr циентов k из H 1 (), соответствующие значения критерия K для элементов которой стремятся к K *. Таким образом, доказан факт существования решения задачи вариационного исчисления для случая одного закона параметрического регулирования. Из конечности набора возможных законов регулирования (3) следует справедливость утверждения – факт существования решения задачи (1)-(5). Теорема доказана.

4. Достаточные условия существования точки бифуркации экстремалей одной задачи вариационного исчисления Ниже дается определение точки бифуркации экстремалей задачи вариационного исчисления по выбору оптимальных законов параметрического регулирования в среде заданного конечного набора алгоритмов состоит в следующем.

Определение. Значение * называется точкой бифуркации экстремали задачи (1)-(5), если при = * существуют как минимум два различных оптимальных набора из r законов из (3), отличающихся хотя бы на один закон U ij, а в каждой окрестности точки * найдется такое значение, для которого задача (1)-(5) имеет единственное решение.

Следующая теорема дает достаточные условия существования точки бифуркации экстремалей рассматриваемой вариационной задачи по выбору закона параметрического регулирования в заданной конечной среде алгоритмов.

Теорема 2 (о существовании точки бифуркации). Пусть при значениях параметра 1 и 2, (1 2 ; 1, 2 ) задача (1)-(5) имеет соответствующие единственные решения для двух различных оптимальных наборов из r законов из (3), отличающихся хотя бы на один закон U ij. Тогда имеется хотя бы одна точка бифуркации *.

Доказательство. Соединим точки 1 и 2 гладкой кривой S, лежащей в области : S = { ( s), s [0, 1]}, (0) = 1, (1) = 2.

Обозначим оптимальное значение критерия K задачи (1)-(5) для U = {(U i1 j1, ki1 j1 ), (U i2 j 2, ki2 j 2 ),..., (U ir j r, kir j r )} и значения (s) через K U (s ). Функция y = K U (s ) является непрерывной на отрезке [0;1] согласно теореме о непрерывной зависимости решения системы обыкновенных дифференциальных уравнений, непрерывной зависимости определенного интеграла от параметра и, в целом, в силу выше доказанной теоремы 1.

Функция y = max KU ( s ) = K * ( s ), дающая решение рассматриU ваемой задачи (1)-(5), следовательно, также является непрерывной на отрезке [0;1]. Обозначим через (U ) [0;1] множество всех тех значений параметра s, для которых KU ( s ) = K * ( s ). Это множество замкнуто, как полный прообраз замкнутого множества {0} для непрерывной функции y = KU ( s ) K * ( s). Множество (U ) может быть и пустым. В результате промежуток [0;1] представляется в виде следующего конечного объединения, состоящего, как минимум, из двух замкнутых множеств (см.

условия теоремы) Следовательно, поскольку по условиям теоремы, 0(U ) для некоторого набора законов U, соответствующего 1, и 1 (U ), то имеется граничная точка s* множества (U ), находящаяся в промежутке (0;1) (будем считать, что s* - нижняя грань таких граничных точек для множества (U ) ). Точка s* также является граничной точкой некоторого другого множества (U1) и принадлежит ему. Для этого значения s* точка s* является точкой бифуркации, поскольку при s* имеется как минимум два набора оптимальных законов, а при 0 s < s* один оптимальный закон - U. Теорема доказана.

Следующая теорема является непосредственным следствием теоремы 2.

Теорема 3. Пусть при значении = 1 регулирование с помощью некоторого набора r законов из (3) дает решение задачи (1)-(5), а при = 2, (1 2 ; 1, 2 ) регулирование с помощью этого набора законов не дает решение задачи (1)Тогда имеется хотя бы одна точка бифуркации.

Рассмотрим пример применения полученных результатов для нахождения точек бифуркации одной задачи вариационного исчисления.

5. Пример нахождения точек бифуркации экстремалей Возможность параметрического регулирования механизмов рыночной экономики с учетом влияния международной торговли рассмотрим на базе математической модели, предложенной в [19] для исследования влияния внешней торговли. Эта модель после соответствующего преобразования имеет вид следующей системы дифференциальных и алгебраических уравнений.

(7) (8) (10) (11) (14) diB = i r2i LG ;

(16) Rid = M i xi ;

(20) iL = (1 nL i ) si Rid ;

(22) Здесь: i = 1, 2 – номер государства; t – время; M i – суммарная производственная мощность; Qi – общий запас товаров на рынке; LG – общий объем государственного долга; pi – уровень цен; si – ставка заработной платы; LP – объем задолженности производства; diP и diB – соответственно предпринимательские и банковские дивиденды; Rid и RiS – соответственно спрос и предложение рабочей силы; i, i - параметры функции fi ; xi – решение уравнения f i( xi ) = si ; iL и O – соответственно потребительские расходы трудящихся и собственников; iI – поток инвестиций; G – потребительские расходы государства;

ij – расходы потребителей i-той страны на импортный продукт из j-той страны; – обменный курс валюты первой страны по отношению к валюте второй страны, 1 =, 2 = 1 ; CiL (CiO ) количество единиц импортного продукта, потребляемого трудящимся (собственниками) i-той страны на единицу отечественного продукта; i - норма резервирования; i – отношение средней нормы прибыли от коммерческой деятельности к норме прибыли рантье; r2 i – ставка процента по депозитам; r1i – ставка процента за кредит; rGi – ставка процента по облигациям государственных займов; Oi – коэффициент склонности собственников к потреблению; i – доля потребительских расходов государства от внутреннего валового продукта; nPi, nOi, nLi – соответственно ставки налогов на поток платежей, дивиденды и доход трудящихся; bi – норма фондоёмкости единицы мощности; µ i – коэффициент выбытия единицы мощности вследствие деградации; µ i* - норма амортизации; i – постоянная времени;

i – постоянная времени, задающая характерный временной масштаб процесса релаксации заработной платы; P0i, P0A – соответственно начальные значения численности трудящихся и общей численности трудоспособных; i - уровень материального потребления на душу в группе трудящихся; P > 0 – заданный темп демографического роста; kqi – доля валового внутреннего продукта страны резервируемая в золоте.

Возможность выбора оптимального набора законов вида (3) параметрического регулирования исследовалась [21]: на уровне одного из двух параметров i ( = 1), i ( = 2) ; на промежутке времени [t0, t0 + T ] и в среде следующих алгоритмов.

(27) Здесь U, – -ый закон регулирования -го параметра i-го государства = 1 4, = 1 2. Случай = 1 соответствует параметру t [t0, t0 + T ]. Здесь M,,i (t ), p,,i (t ) – значения производственной мощности и уровня цен i–го государства соответственно при U, -ом законе регулирования. k, – настраиваемый коэффициент соответствующего закона ( k, 0 i ); const – постоянная, равная оценке значений -го параметра по результатам параметрической идентификации.

Задача выбора оптимального закона параметрического регулирования для экономической системы i-той страны на уровне одного из экономических параметров (i, i, ) ставилась в следующем виде. Найти на основе математической модели (7– 26) оптимальный закон параметрического регулирования в среде набора алгоритмов (27), т.е. найти оптимальный закон (и чил бы максимум критерия где Yi = M i f i - валовой внутренний продукт i-го государства. В вычислительных экспериментах исследовалось влияние параметрического регулирования первого государства (i = 1).

Замкнутое множество C 7 [t0, t0 + T ] в пространстве непрерывных вектор - функций выходных переменных системы (7-26) и регулирующих параметрических воздействий определяется следующими соотношениями (29) M i (t ), Qi (t ), LG (t ), pi (t ), si (t ) X, Здесь a - наибольшее возможное значение -го параметра, ния; p i** (t ) - модельные (расчетные) значения уровня цен i-го государства без параметрического регулирования X - компактное множество допустимых значений указанных параметров.

В данной задаче вариационного исчисления рассматривалась ее зависимость от двумерного коэффициента = ( r2,1, ) математической модели, возможные значения которого принадлежат некоторой области (прямоугольнику) на плоскости.

Рис. 1. Графики зависимостей оптимальных значений критерия от параметров ставки процента по депозитам r2,1 и обменного В результате вычислительного эксперимента были получены графики зависимостей оптимального значения критерия K от значений параметров ( r2,1, ) для каждого из восьми возможных законов U,, = 1 4, = 1 2. На рис. 1 представлены указанные графики для двух законов U 2, 2 и U 4, 2, дающих наибольшее значение критерия в области, линия пересечения соответствующих поверхностей и проекция этой линии пересечения на плоскость значений, состоящая из точек бифуркации этого двумерного параметра. Эта проекция делит прямоугольник на две части, в одной из которых оптимальным является закон U 4, 2 = k 4, 2 + const 1, на самой проекции линии оба укаp1 (t0 ) занных закона являются оптимальными.

Заключение В работе предлагается одна из возможных теорий параметрического регулирования развития рыночной экономики, состоящая из методов и результатов: формирования набора (библиотеки) макроэкономических математических моделей; оценки условий грубости (структурной устойчивости) математических моделей экономической системы страны; контролирования или подавления негрубости (структурной неустойчивости) математических моделей экономической системы; выбора и синтеза законов параметрического регулирования механизмов рыночной экономики; уточнения ограничений на параметрическое регулирование механизмов рыночной экономики; исследования бифуркаций экстремалей задач вариационного исчисления по выбору оптимальных законов параметрического регулирования;

эконометрического анализа, политэкономической интерпретация и согласования с предпочтениями лиц (принимающих решение) результатов аналитических исследований и вычислительных экспериментов; разработки информационной системы для исследования, имитационного моделирования механизмов рыночной экономики с параметрическим регулированием и разработки рекомендаций по выработке, осуществлению эффективной государственной экономической политики с учетом конкретных социально-экономических ситуаций.

Предложен подход к выбору законов параметрического регулирования развития рыночной экономики в виде постановки и решения задач вариационного исчисления по отысканию параметрических воздействий в среде заданного конечного набора алгоритмов.

Доказано утверждение о существовании решения задачи вариационного исчисления по выбору оптимального набора законов параметрического регулирования в среде заданного конечного набора алгоритмов.

Дано определение точки бифуркации экстремалей задачи вариационного исчисления по выбору оптимальных законов параметрического регулирования в среде заданного конечного набора алгоритмов.

Доказана теорема о достаточных условиях существования точки бифуркации экстремалей рассматриваемой задачи вариационного исчисления.

Приведен пример нахождения множества бифуркационных точек одной задачи вариационного исчисления по выбору оптимального закона параметрического регулирования механизмов рыночной экономики.

АНДРИЕВСКИЙ Б.Р., ФРАДКОВ А.Л. Управление хаосом:

методы и приложения // Автоматика и телемеханика. С. 3 - 45.

АНДРИЕВСКИЙ Б.Р., ФРАДКОВ А.Л. Управление хаосом:

методы и приложения // Автоматика и телемеханика. С. 3 - 34.

АНОСОВ Д.В., Геодезические потоки на замкнутых римановых многообразиях отрицательной кривизны / Труды МИАН СССР. Т. 90. М.: Наука, 1967. 210 с.

АШИМОВ А.А., БОРОВСКИЙ Ю.В., АШИМОВ Ас.А. О параметрическом регулировании равновесной траектории одной эволюции рыночной экономики / Материалы 2 Международной научно-практической конференции: «Состояние, проблемы и перспективы информатизаций в РК». Ч.1.

Усть-Каменогорск, 2005. С. 145 - 149.

АШИМОВ А.А., БОРОВСКИЙ Ю.В., ВОЛОБУЕВА О.П., АШИМОВ Ас.А. О выборе эффективных законов параметрического регулирования механизмов рыночной экономики // Автоматика и телемеханика. 2005. № 3. С. 105 - 112.

АШИМОВ А.А., САГАДИЕВ К.А., БОРОВСКИЙ Ю.В., АШИМОВ Ас.А. Исследование бифуркаций экстремалей вариационной задачи по выбору оптимального набора законов параметрического регулирования в заданной среде конечного множества алгоритмов / Тезисы докладов IX Межд. семинара «Устойчивость и колебания нелинейных систем управления», 31 мая – 2 июня, М.: ИПУ РАН, 2006.

АШИМОВ А.А., САГАДИЕВ К.А., БОРОВСКИЙ Ю.В., АШИМОВ Ас.А. О бифуркации экстремалей вариационной задачи по выбору оптимальных законов параметрического регулирования в заданной среде алгоритмов. / Тезисы докладов третьей Международной конференции по проблемам управления, 20 - 22 июня 2006. М.: ИПУ РАН, 2006. Т. 1. С.

БЕЛЕНЬКАЯ О.И. Анализ влияния инструментов кредитно-денежной политики банка России на параметры реальных инвестиций. [Электронный ресурс]: режим доступа www.optim.ru/fin/20012/rbelenkaya/asp.

БОБЫЛЕВ Н.А., ЕМЕЛЬЯНОВ С.В., КОРОВИН С.К. Геометрические методы в вариационных задачах. М.: Магистр, 1998. – 658 с.

Государственное регулирование рыночной экономики. Под 10.

редакцией Столярова И.И. Москва: Дело, 2001. – 280 с.

ГУКЕНХЕЙМЕР ДЖ., ХОЛМС Ф. Нелинейные колебания, 11.

динамические системы и бифуркации векторных полей.

Москва – Ижевск: Институт компьютерных исследований, ИОФФЕ А.Д., ТИХОМИРОВ В.М. Теория экстремальных 12.

задач. М.: Наука, 1974. – 480 с.

КАТОК А.Б., ХАССЕЛБЛАТ Б., Введение в современную 13.

теорию динамических систем. М.: Факториал, 1999. - 768 с.

ЛОСКУТОВ А.Ю. Хаос и управление динамическими системами. / Нелинейная динамика и управление. Вып. 1. – МАГНИЦКИЙ Н.А., СИДОРОВ С.В. Новые методы хаотической динамики. М.: Едиториал УРСС, 2004. - 320 с.

МАТРОСОВ В.М., ХРУСТАЛЕВ М.М., АРНАУТОВ О.В., 16.

КРОТОВ В.Ф. О высокоагрегированной модели развития России. / Analysis of development instability on the base of mathematical modeling. The Proc. of Second International Workshop, 14 - 17 December 1992. Moscow. С. 182 - 243.

ОСИПОВ А.В., -устойчивость уравнения Левинсона / 17.

Вестник ЛГУ. Математика. Механика. Астрономия. №7.

Вып. 2. Ленинград: Изд-во ЛГУ, 1976. С. 156 – 157.

ОСИПОВ Ю.С., Структурная устойчивость некомпактных потоков Аносова и гиперболические движения в задаче Кеплера. / Доклады АН СССР. Т. 230. №4. С. 777 - 780.

ПЕТРОВ А.А., ПОСПЕЛОВ И.Г., ШАНАНИН А.А. Опыт 19.

математического моделирования экономики. – М.: Энергоатомиздат, 1996. – 544 с.

ПОНТРЯГИН А.С. Обыкновенные дифференциальные 20.

уравнения. М.: Наука, 1970. – 332 с.

ПОПКОВ Ю.С., АШИМОВ, А.А. БОРОВСКИЙ Ю.В., 21.

ДУБОВСКИЙ С.В. Система параметрического регулирование механизмов рыночной экономики с изменяющимися целями / Динамика неоднородных систем. Труды Института системного анализа РАН. Вып. № 9. М.: URSS, 2005. С. САМАРСКИЙ А.А., МИХАЙЛОВ О.П. Математическое 22.

моделирование. М.: Физматлит, 2002. – 316 с.

СМЕЙЛ С., Неравенства Морса для динамических систем / 23.

Математика: Период. сб. пер. иностр. ст. Т. 11. № 4. М., Справочник по теории автоматического управления. Под 24.

ред. Красовского А.А. М.: Наука, 1987. – 712 с.

УЛАМ С. Нерешенные математические задачи. М.: Наука, 25.

ЧЕРНИК Д.Г., МОРОЗОВ В.П. и др. Введение в экономикоматематические модели налогообложения. М.: Финансы и статистика, 2000. – 256 с.

ЯНОВСКИЙ Л.П. Контролирование хаоса в моделях экономического роста // Экономика и математические методы.

28. ASHIMOV A., BOROVSKIY Yu., ASHIMOV As. Parametrical Regulation of Market Economy Mechanisms / Proc. of 18th International Conf. on Systems Engineering ICSEng 2005. 16 August, 2005. Las Vegas, Nevada. P. 189 - 193.

29. ASHIMOV A., BOROVSKIY Yu., ASHIMOV As. Parametrical Regulation Methods of the Market Economy Mechanisms // Systems Science. Vol. 35. 2005. No. 1. P. 89 - 103.

30. ASHIMOV A.A., SAGADIEV K.A., BOROVSKIY Yu.V., ASHIMOV As.A. On Bifurcation of Extremals of one Class of Variational Calculus Tasks at the Choice of the Optimum Law of a Dynamic Systems Parametric Regulation // Proc. of Eighteenth International Conf. on Systems Engineering. Coventry University 5 - 7 September, 2006. Р. 15 - 19.

31. KULEKEEV Hz., ASHIMOV A., BOROVSKIY Yu., VOLOBUEVA O. Methods of the parametrical regulation of market economy mechanisms / Proc. of the 15th international conf. on systems science. 7 - 10 September 2004. Vol. 3. Wroclaw: OWPW. P. 439 - 446.

32. LORENZ H.W. Nonlinear Dynamical Equation and Chaotic Economy. Berlin: Springer, 1997.

33. OTTO E., GREGORY C., YORKE J. Controlling chaos // Phis.

Rew. Lett. 1990. Vol. 64(11). P. 1196 - 1199.

МЕТОДИКА МОДЕЛИРОВАНИЯ

ОРГАНИЗАЦИОННОЙ СТРУКТУРЫ ПРИ ПОМОЩИ

СИММЕТРИЧНЫХ ОКРЕСТНОСТНЫХ МОДЕЛЕЙ

(Липецкий государственный технический университет) [email protected], [email protected] Рассматривается перспектива применения симметричных окрестностных моделей для описания структуры организации.

Ставится задача построения окрестностной модели организации и нахождения оптимального уровня загруженности ее выбранных элементов. Приводятся практические результаты решения указанных задач на примере автотранспортного управления ОАО "НЛМК".

Ключевые слова: окрестностные модели, организационные системы, модель управления организацией, параметрическая идентификация, смешанное оптимальное управление.

Введение В настоящее время отмечается важность исследования формальных моделей формирования организационных иерархий и сложность разработки прикладных методов построения организационных структур [3].

Требования к оптимальным организационным структурам [2] становятся все более сложными и комплексными, что влечет за собой необходимость появления более совершенных инструментов многоаспектного моделирования организаций, позволяющих создавать модели организаций, включающие вертикальные (административные) связи, горизонтальные (технологические) процессы, информационную систему, производственнотехнологическую инфраструктуру, финансово-экономические показатели деятельности организации и управления ею.

Управление коллективами считается одной из наиболее сложных областей человеческой деятельности. В системах административного или организационного управления управляющее воздействие заключается в принятии решений, планировании и оперативном управлении, реализуемых на более низких уровнях управления, а также в контроле принятых решений. Уровень управления производственным процессом является важнейшим фактором, определяющим уровень эффективности производства.

Настоящая работа посвящена поиску решения следующей проблемы. Предположим, известны существующая структура организации, основные технологические процессы (техпроцессы), обусловленные ее деятельностью, исходное количество и состав рядовых работников (исполнителей) и менеджеров, необходимых для управления исполнителями. В процессе функционирования организации требуется знать уровень загруженности работников для принятия решения о дополнительном стимулировании, увеличении (уменьшении) количества исполнителей и менеджеров.

В ходе решения задачи предлагается использовать математический аппарат, разработанный для симметричных окрестностных моделей.

1. Симметричные окрестностные системы Окрестностные модели позволяют достаточно гибко учитывать случаи, когда часть входов (состояний) известна, а другая часть является искомыми переменными.

В общем случае дискретная симметричная линейная окрестностная модель имеет вид [1, 4]:

(1) где v[ a] R, x[ a ] R – вход и состояние в узле системы а;

[ a, ] R cm, [ a, ] R cn – постоянные матрицы-параметры;

a,, A, A = {a1, K, aN } – множество значений аргумента системы (1), |A| = N.

В данной работе для симметричной модели (1) ставятся и решаются на уровне алгоритмов следующие задачи [1]:

1. Задача параметрической идентификации – по известным из наблюдения или измерения х, v найти матрицы-параметры, при дополнительных условиях: некоторые из элементов матриц-параметров [, ], [, ] известны.

2. Задача оптимального по состоянию и ограниченного по входу смешанного управления для симметричных систем. Заданы р компонент векторов входных воздействий v2 и q компонент векторов состояний x2. Пусть q-мерный вектор допустимой ошибки, т.е. отклонений оптимальных значений от значений, задаваемых экспертами x1i, i = 1, …, q. Необходимо доопределить оставшиеся неизвестными mN – p входов v1 и nN – q состояний x1 симметричной системы так, чтобы критерий качества достигал минимального значения.

Данный критерий минимизирует квадрат нормы отклонения состояний x1 от экспертных оценок и налагает требование минимальности квадрата нормы неизвестного входа v1.

2. Описание модели Рассмотрим один из вариантов решения поставленной задачи на примере автотранспортного управления (АТУ) ОАО "НЛМК". Прежде всего, приведем список и расшифровку сокращений, используемых в работе (см. таблицу 1).

Таблица 1. Основные обозначения Обозначение Наименование ОБД Отдел безопасности движения КПП Контрольно-пропускной пункт АЗС Автозаправочная станция Среди особенностей отметим, что в модели фигурирует только та часть работ, нагрузку по которым можно оценить численно при помощи отражения результатов их выполнения в информационной системе «Учет работы автотранспорта», которая эксплуатируется в АТУ. Считается, что для остальной занятости персонала (устные поручения начальства, работы, не связанные с обслуживанием основных техпроцессов) получена какая-либо численная оценка.

Часть исполнителей, основной функцией которых является обслуживание процесса оказания транспортных услуг, и управляющих ими менеджеров представим в виде узлов системы. При этом для упрощения модели примем исполнителей, выполняющих схожие работы, за один узел.

Техпроцессы детализируем до уровня, когда можно численно оценить их показатели, способом, описанным в [5]. При этом каждый техпроцесс будет иметь одного исполнителя, показатели его выполнения входят в вектор состояний узла как компоненты.

Состояние в узлах, символизирующих менеджеров, будем оценивать как вектор из суммарного по каждой компоненте количества показателей работы всех его подчиненных. В качестве входов системы возьмем вектор из существенных показателей объемов материального, информационного, кадрового потока со стороны заказчиков и других служб предприятия, которые опосредованно влияют на объем работы указанной группы исполнителей (см. таблицу 2).

Таблица 2. Параметры процессов Процесс Сигнал Код Расшифровка П4 Состояние К3 Введено остальных нарядов П3 Состояние К5 Принято остальных заявок П1 Состояние К6 Закреплено водителей за ТС П5 Состояние К8 Подготовлено и выдано ПЛ П6 Состояние К13 Количество заправленных ТС П7 Состояние К14 Выписано заявок на ремонт Состояние К17 Затраты на управление М Состояние К18 Затраты на управление М Состояние К19 Затраты на управление М С учетом всех допущений организационная структура, содержащая вертикальные и горизонтальные связи, будет иметь вид, изображенный на рис. 1. В кружках – узлы окрестностной системы, сплошной линией от каждого узла показаны связи между элементами, пунктиром – принадлежность техпроцесса какому-либо исполнителю, непосредственно влияющая на связи между исполнителями в модели.

Рис. 1. Схема модели структуры организации и техпроцессов, обуславливающих взаимосвязи между исполнителями Предлагается следующий алгоритм решения задачи:

1) Решить задачу параметрической идентификации основной окрестностной симметричной модели обслуживания техпроцессов, взяв за основу существующие алгоритмы [1]. Число компонентов в векторах входов и состояний различное, определяется по описанному выше методу.

Известные элементы матриц-параметров определяем по той группе техпроцессов, которые можно в совокупности оценить. В основе такой оценки лежит анализ полезности [6], суть которого в данном случае: элементам в известной группе в матрицепараметре для каждого узла проставляем некоторые доли, сумма всех долей равна единице, остальные параметры фигурируют в модели как неизвестные.

При этом возможны различные ситуации (несовпадения мнений экспертов или равнозначные оценки), что учтем количеством строк в матрицах-параметрах.

2) Применить алгоритм оптимального по состоянию и ограниченного по входу смешанного управления, определив требуемые неизвестные состояния узлов. Для оценки допустимой ошибки в случае неопределенных нормативов найдем среднее между максимальным и минимальным значением показателя за прошедший период времени. Получив оптимальные значения неизвестных за определенный период времени, сравним их показания с фактическими. В случае значительного увеличения нагрузки вопросы о дополнительном стимулировании сотрудников, увеличении числа штатных единиц, передаче осуществления техпроцесса менее загруженному исполнителю решаются с привлечением других критериев оптимальности (затраты организации на тот или иной вариант).

3. Практическая реализация Для выполнения расчетов была написана программа на языке программирования PL/SQL, представляющем собой наиболее удобное средство для взаимодействия с данными таблиц базы данных Oracle.

Часть результатов параметрической идентификации приведена в табл. 3.

Таблица 3. Результаты параметрической идентификации модели Окр. Код харак- № вариУзел узел теристики анта Значение Значения, помеченные *, были заданы экспертами.

Для решения задачи оптимального управления счи-тались заданными характеристики: К2, К3, К4, К5, К6, К8, К9, К10, К13, К16, К17, К18, К19, искомыми – К1, К7, К11, К12, К14, К15.

Средние показатели загруженности узлов не превышают оптимальные, что видно из таблицы 4.

Таблица 4. Сравнение фактических и оптимальных полученных по модели компонентов векторов состояний оптимальные 366,965 19,25 566, В процессе функционирования организации возможно появление новых (исключение старых) техпроцессов, которые требуют обслуживания со стороны исполнителей. Это может повлечь за собой изменение состава исполнителей и/или менеджеров. Представляется перспективным для принятия обоснованных решений по этой проблеме использовать окрестностные модели в сочетании с одним из механизмов стимулирования [3].

Последовательность действий в этом случае будет такой:

1) Построить окрестностные модели для выбранных вариантов (увеличение компонент вектора состояний, добавление узла исполнителя, менеджера). Учитывая, что задача полной перестройки существующих техпроцессов здесь не ставится, число вариантов будет небольшим.

2) Сравнить затраты организации по вариантам (на дополнительное стимулирование персонала за переработку, на увеличение количества штатных сотрудников) и выбрать среди них оптимальный.

Заключение В данной работе предложено использовать математический аппарат, разработанный для окрестностных моделей, при решении задач, возникающих в организационных системах. Поставлена задача моделирования функционирования организационной системы при помощи алгоритмов, разработанных для окрестностных систем, и нахождения оптимального уровня загруженности сотрудников организации. Приведено описание решения поставленной задачи на примере автотранспортного управления ОАО "НЛМК". Показано, как можно модифицировать указанные алгоритмы для получения практических решений.

БЛЮМИН С.Л., ШМЫРИН A.M. Окрестностные системы. Липецк: Липецкий эколого-гуманитарный институт, ГУБКО М.П. Математические модели оптимизации иерархических структур. М.: ЛЕНАНД, 2006. – 264 с.

НОВИКОВ Д.А. Теория управления организационными системами. М.: Московский психолого-социальный институт, 2005. – 584 с.

ТОМИЛИН А.А. Построение симметричной окрестностной модели выпуска транспортных средств на линию // Системы управления и информационные технологии. 2006.

№1.2(23). С. 291 – 293.

ТОМИЛИН А.А. Применение IDEF-моделирования при проектировании информационной системы для учета работы автотранспортного управления крупного промышленного предприятия // Экология ЦЧО РФ. 2005.№2 (15). С.

ШЕЛОБАЕВ С.И. Математические методы и модели в экономике, финансах, бизнесе: Учеб. пособие для вузов. М.:

ЮНИТИ-ДАНА, 2001. – 367 с.

ОСНОВНЫЕ ОБЪЕКТЫ ПРИМЕНЕНИЯ

ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ

К ОПТИМИЗАЦИИ БИЗНЕС-ПРОЦЕССОВ

(Тверской государственный технический университет, Тверь) (Институт проблем управления РАН, Москва) (Финансовая Академия при Правительстве РФ, Москва) Рассматриваются методические подходы к применению информационных технологий для управления и оптимизации бизнеспроцессов Ключевые слова: управление, планирование, информационные технологии, бизнес-процессы, Введение Основными объектами применения оптимизационных методов построения автоматизированных систем управления и рационализации процедур функционирования [3, стр. 50] или, что то же самое, объектами применения информационных технологий, являются следующие процедуры функционирования (бизнеспроцессы):

- планирование потребностей в материальных ресурсах – Material Requirements Planning;

- планирование потребностей в производственных мощностях – Capacity Requirements Planning ;

- планирование производственных ресурсов – Manufacturing Resource Planning;

- планирование ресурсов предприятия – Enterprise Resource Planning;

- управление взаимоотношениями с клиентами – Customer Relationship Management;

- согласование потребностей в ресурсах с запросами клиентов – Customer Synchronized Resource Planning;

- управление цепями поставок (логистическими цепями) – Supply Chain Management.

Обстоятельный обзор по поводу применения информационных технологий для оптимизации бизнес-процессов (процедур функционирования) содержится в работе [4]. Конкретные описания реализации систем оптимизации бизнес-процессов применительно к управлению цепочками поставок приведены в работах [1, 2].

Далее в настоящей статье рассматриваются методические подходы к автоматизации вышеперечисленных бизнес-процессов.

1. Планирование потребностей в материальных ресурсах В результате активного развития крупносерийного и массового производства товаров стало очевидно, что использование математических моделей управления запасами ведет к существенной экономии средств, замороженных в виде запасов и незавершенного производства.

Было выявлено, что основная масса задержек в процессе производства связана с запаздыванием поступления отдельных комплектующих. В то же время, создание чрезмерных страховых запасов приводит к замораживанию значительных оборотных средств, что отрицательно сказывается на эффективности бизнеса.

Кроме того, при избыточных запасах трудно определить, к какой партии принадлежит данный составляющий элемент в уже собранном готовом продукте. А это бывает необходимо при выявлении причин производства бракованной продукции.

Для преодоления подобных проблем была разработана методология планирования потребности в материалах MRP (Material Requirements Planning). Ее основная идея состоит в планировании поставок, обеспечивающем наличие любой учетной единицы товарно-материальных ценностей, необходимых для производства изделий и/или поставок товаров потребителям в нужное время и в нужном количестве. Методология MRP реализуется с помощью компьютерных программ, позволяющих составить оптимальный план поставки комплектующих в производственный процесс или товаров, подлежащих отгрузке по заказам покупателей. Оптимизация плана поставок может производиться по разным критериям, но основополагающим принципом является контроль заданного уровня реально необходимых в каждый момент запасов.

Таким образом, MRP-система – это совокупность компьютерных программ, предназначенных для составления детального календарного плана поставок товарно-материальных ценностей, необходимых для обеспечения производственного процесса или отгрузки товаров по заказам покупателей, обеспечивающего оптимальный уровень состояния запасов в любой момент заданного периода.

Компьютерные системы, реализующие методологию MRP, обеспечивают планирование процесса закупок необходимых товарно-материальных ценностей у поставщиков, основываясь на уровне имеющихся в наличии запасов, уже размещенных заказов на закупки, потребностей производства (заказов покупателей, прогнозируемых продаж) с учетом нормативного уровня страховых запасов. При изменениях в производственной программе, плане поставок товаров покупателям или отклонениях от ранее намеченных графиков выполнения заказов поставщиками, система выдает рекомендации по изменению сроков и объемов закупок и поставок для их соответствия изначально заложенным в план графикам.

Основной входной информацией MRP-системы являются:

- описание состояния материалов;

- программа производства (сбыта) продукции (товаров);

- перечень составляющих конечных продуктов.

Описание состояния материалов (Inventory Status File) для производственных предприятий должно содержать исчерпывающие сведения обо всех материалах и комплектующих, необходимых для производства всех видов производимой продукции. Для фирм, работающих в сфере торговли, – это описание состояния запасов продаваемых товаров. Для каждой номенклатурной позиции должен быть задан наличный запас, уже зарезервированное для тех или иных целей количество материала (товара), объем уже размещенных у поставщиков заказов на поставку, ориентировочные сроки исполнения заказов поставщиками, минимально необходимый объем страховых запасов. Могут быть указаны цены и другая дополнительная информация, например, сроки годности, максимальный объем запаса, минимальный и максимальный размеры партии поставки и т.д.

Программа производства (Master Production Schedule) представляет собой график выпуска продукции или поставок товаров по заказам покупателей на планируемый период.

Перечень составляющих конечного продукта (Bills of Material File) для производственных предприятий представляет собой список материалов и их количество, требуемое для производства конечного продукта. Для торговых предприятий список составляющих может быть необходим для описания комплектов товаров, включаемых в различные заказы.

На основе указанной информации система производит необходимые расчеты и формирует разнообразную отчетность.

Основным отчетом MRP-системы является план заказов (Planned Order Schedule), в котором выводятся данные о том, какое количество каждого материала должно быть заказано в каждый рассматриваемый период времени в течение срока планирования.

План заказов является руководством для дальнейшей работы с поставщиками. Кроме того, он определяет внутреннюю производственную программу выпуска полуфабрикатов и комплектующих.

При изменениях в первоначальном плане формируется отчет изменений к плану заказов (Changes in Planned Orders). Он показывает, какие заказы должны быть отменены, изменены, задержаны или перенесены на другой период.

Отчет об «узких местах» планирования (Exception Report) предназначен для того, чтобы заблаговременно указать на те промежутки времени в течение срока планирования, в которые может возникнуть необходимость внешнего управленческого вмешательства. Такие ситуации могут возникнуть, например, в случае серьезной задержки той или иной поставки.

Отчет о прогнозах (Planning Report) представляет информацию, используемую для составления прогнозов о возможном будущем изменении объемов выпускаемой продукции (реализуемых товаров). Эти данные возникают в результате анализа текущего хода производственного процесса и отчетов о продажах. Отчет о прогнозах может использоваться для долгосрочного планирования потребностей в материалах.

2. Планирование потребностей в производственных мощностях Использование MRP-системы для планирования производственных потребностей позволяет оптимизировать время поступления каждого материала, тем самым значительно снижая складские издержки и облегчая ведение производственного учета. Однако MRP-система не может оценить возможность выполнения производственной программы с точки зрения ее обеспеченности производственными мощностями и трудовыми ресурсами, составить календарный график их загрузки, необходимый для реализации производственной программы. Эти задачи решаются средствами систем автоматизации планирования производственных мощностей, основанных на методологии CRP (Capacity Requirements Planning).

CRP-система – это совокупность компьютерных программ, предназначенных для составления детального календарного плана загрузки производственных мощностей, необходимого для реализации плана выпуска продукции на заданный период.

На основе заданного плана выпуска продукции CRP-система формирует план распределения производственных мощностей, необходимых для выполнения каждого цикла производства каждого изделия на выбранный период планирования. Формируется технологический план последовательности производственных процедур и определяется степень загрузки каждой производственной единицы на срок планирования.

Загрузка рабочих мест рассчитывается на основе технологического маршрута – последовательности технологических операций, необходимых для производства конкретных видов продукции.

Каждая технологическая операция выполняется на определенном рабочем месте, на котором размещается то или иное оборудование, обслуживаемое конкретным персоналом. Отдельные рабочие места классифицируются как производственные единицы (Work Center).

В общем случае под производственной единицей может пониматься конкретный станок, инструмент, рабочий определенной специальности и т.д. Результатом работы CRP-системы является план потребности в производственных мощностях (Capacity Requirements Plan), который определяет, какое количество стандартных часов должна работать каждая производственная единица для выполнения заданного плана выпуска продукции.

В результате работы CRP-системы делается вывод о возможности или невозможности выполнения производственной программы имеющимися в наличии производственными мощностями.

Если программа производства признается неосуществимой, то в нее вносятся изменения, и она подвергается повторному тестированию с помощью CRP-системы. После формирования реально осуществимой производственной программы она становится основой для составления плана материально-технического обеспечения, формируемого MRP-системой. Однако, в случае недоступности тех или иных видов сырья, материалов, комплектующих или невозможности выполнить план заказов, необходимый для реализации производственной программы, MRP-система, в свою очередь, указывает на необходимость внести в нее корректировки. В этом случае производственная программа снова корректируется и подвергается повторному тестированию с помощью CRP-системы.

3. Планирование производственных ресурсов В конце 70-х – начале 80-х гг. методологии MRP и CRP были объединены в единую концепцию замкнутого цикла планирования всех ресурсов производственного предприятия, получившую название MRP II (Manufacturing Resource Planning).

Термин «замкнутый цикл» (Closed Loop) отражает основную особенность данной концепции, заключающуюся в том, что созданные в процессе работы отдельных подсистем планирования отчеты анализируются и учитываются на дальнейших этапах планирования, изменяя при необходимости программу производства, а, следовательно, и план исполнения заказов. Взаимодействие подсистем реализует обратные связи в MRP-системе, обеспечивая гибкость планирования по отношению к внешним факторам, таким как уровень спроса, состояние дел у поставщиков и т.п.

Компьютерные системы, поддерживающие требования данной концепции, позволяют автоматизировать процесс формирования основного плана производства на основе заказов клиентов и прогнозов спроса, выполнять проверку выполнимости плана с учетом имеющихся ресурсов, формировать графики изготовления партий изделий собственного производства, закупок материалов и комплектующих, планировать оптимальную загрузку производственных мощностей с учетом приоритетов и размера заказов. При этом план производства увязывается с движением финансовых ресурсов предприятия.

Таким образом, MRP II-система – это совокупность компьютерных программ, обеспечивающих формирование плана производства продукции и детальных взаимосвязанных календарных планов эффективного использования ресурсов, необходимых для его осуществления в рамках заданного периода.

Концепция MRP II оформлена в виде стандарта. Его составителем является общественная организация «Американское общество управления производством и запасами» (American Production and Inventory Control Society, APICS), объединяющая более 70 тысяч членов из более чем 20 тысяч компаний со всего мира. APICS регулярно издает документ «MRP II Standart System», в котором описываются основные требования к информационным производственным системам.

В соответствии со стандартом MRP II, компьютерная система должна обеспечивать решение следующих задач:

1) Планирование продаж и производства (Sales and Operation 2) Управление спросом (Demand Management).

3) Основной производственный план (Master Production 4) Планирование материальных потребностей (Material Requirement Planning).

5) Спецификации продуктов (Bill of Materials).

6) Управление запасами (Inventory Transaction Subsystem).

7) Плановые поступления (Scheduled Receipts Subsystem).

8) Управление на уровне производственного цеха (Shop Flow 9) Планирование производственных мощностей (Capacity Requirement Planning).

10) Контроль расхода/выпуска (Input/Output Control).

11) Материально-техническое снабжение (Purchasing).

12) Планирование распределения ресурсов (Distribution Resourse Planning).

13) Планирование и контроль производственных операций (Tooling Planning and Control).

14) Финансовое планирование (Financial Planning).

15) Моделирование (Simulation).

16) Оценка результатов деятельности (Performance Measurement).

Блок «Планирование продаж и производства» подразумевает решение задач прогнозирования сбыта на основе прошлых продаж и моделей спроса с формированием плана сбыта продукции на основе составленных прогнозов и обобщения фактически размещенных заказов клиентов.

В блоке «Управление спросом» должны решаться задачи формирования формализованных описаний заказов клиентов, оценки времени выполнения заказов, потребностей в материальных и финансовых ресурсах, необходимых для их выполнения, контроля всех стадий исполнения заказов от закупок материалов до отгрузки готовой продукции и получения оплаты за нее.

Блок «Основной производственный план» предполагает решение задач формирования основного плана производства (ОПП) на основе прогноза/плана сбыта и формирование внутренних производственных заказов, обеспечивающих его исполнение. При формировании ОПП должны учитываться остатки готовой продукции, незавершенного производства, а план производства должен составляться с учетом экономически обоснованных размеров партий запуска-выпуска.

Блок «Планирование материальных потребностей» реализует стандартный перечень задач планирования поставок товарноматериальных ценностей, решаемых рассмотренными ранее MRPсистемами.

В блоке «Спецификации продуктов» решаются задачи описания иерархической структуры изделий, норм расхода комплектующих, выхода побочных продуктов, отходов и потерь на единицу каждого вида продукции, сведения о взаимозаменяемости компонентов. Здесь же ведутся данные о последовательности и продолжительности осуществления технологических операций, нормативах затрат времени работы оборудования и труда на изготовление готовых изделий и полуфабрикатов. В функции данной подсистемы входит формирование конструкторских и производственных извещений на изменение спецификации изделий и технологии их изменения, а также ведение рабочих календарей, сведений о сменности, фонде рабочего времени цехов, оборудования и производственного персонала.

В блоке «Управление запасами» решаются задачи ведения норм материальных запасов (минимальный и максимальный страховой запас), формализованного описания правил пополнения запасов, осуществляется контроль уровня запасов и формирование заявок на их пополнение в соответствии с заявленными правилами и нормами пополнения.

В блоке «Плановые поступления» решаются задачи формирования графиков поступления материалов, сырья и комплектующих на склад в соответствии с заказами на поставку, а также графика выпуска полуфабрикатов собственного изготовления и готовой продукции в соответствии с реализуемыми производственными заказами.

В блоке «Управление на уровне производственного цеха» решаются задачи формирования производственных заказов, необходимых для реализации плана производства продукции, ведется учет специфических требований заказов клиентов (по составу продукции, технологии изготовления, качественным характеристикам), распределения производственных заказов по местам изготовления (цехам, подразделениям), выполняется оценка потребности в дополнительных производственных мощностях, необходимых для выполнения размещаемых производственных заказов, формируются оперативные графики производства по размещенным и выполняемым производственным заказам, требования на отпуск материалов в производство, резервируются материалы и оборудование, необходимые для выполнения производственных заказов. Помимо функций планирования, в данной подсистеме решаются задачи учета выдачи материалов в производство, их нормативного и фактического списания, ведется учет времени наладки и работы оборудования, затрат труда, брака, потерь и простоев, а также учет выпуска продукции в цехах.

В блоке «Планирование производственных мощностей» решаются задачи, реализуемые рассмотренными ранее CRPсистемами.

На блок «Контроль запуска/выпуска» возлагается решение задач контроля плановых и фактических сроков и объемов запуска/выпуска продукции, а также анализа отклонений фактического выпуска, потерь и отходов от плановых нормативов.

В блоке «Материально-техническое снабжение» решаются задачи формирования плана закупок, заказов на поставку и графика обеспечения производства необходимыми материалами, ведется контроль исполнения поставок по заказам, учет выдачи материалов со склада и передачи готовой продукции на склад.

В блоке «Планирование распределения ресурсов» решаются задачи планирования сбыта по каналам сбыта и регионам, а также выбора поставщиков.

В блоке «Планирование и контроль производственных операций» решаются задачи формирования пооперационного графика производства, пооперационного учета выпуска продукции и графика перемещения изделий по операциям.

Блок «Финансовое планирование» предназначен для увязки производственной программы и закупок материалов с финансовыми ресурсами предприятия.

Блок «Моделирование» предназначен для ведения альтернативных вариантов планов и сравнения различных вариантов планов сбыта, производства, поставок по срокам, объемам и финансовым показателям.

В блоке «Оценка исполнения» решаются задачи сравнения плановых и фактических показателей, характеризующих исполнение планов производства, сбыта и конкретных заказов клиентов.

Как видно из сказанного, компьютерная система, реализованная в соответствии с требованиями стандарта MRP II, должна решать всю совокупность задач производственного планирования и учета. Кроме этого, стандартом предусматривается решение задач увязки производственных и финансовых планов, а также сравнения принятого плана с его фактическим исполнением и альтернативными планами.

Для реализации всех перечисленных задач MRP II-система должна представлять собой конгломерат большого числа взаимосвязанных модулей, поддерживающих функции планирования бизнес-процессов, потребностей в материалах и производственных мощностях, планирования движения финансовых ресурсов и т.д.

Конкретные реализации MRP II-систем, однако, существенно отличаются друг от друга числом решаемых задач, способами их решения, механизмами настройки на специфику конкретных предприятий, охватом отраслевых особенностей видов производств и т.д. При этом состав модулей программного комплекса, как правило, не соответствует в точности порядку разделения задач между их блоками, предусмотренными стандартом. Часто реализуется подход, при котором один модуль может решать задачи нескольких смежных блоков, а задачи одного блока решаются несколькими взаимосвязанными модулями.

Рассмотрим, к примеру, порядок реализации методологии MRP II в системе «Галактика». Ее применение предполагает следующий порядок работы.

Коммерческие службы предприятия, осуществляющие сбыт продукции, с помощью модуля «Управление заказами» фиксируют сведения о прогнозных и реальных заявках от потребителей продукции. Данные об уже произведенных заказах могут быть получены из модуля «Договоры». На основе этой информации формируются планы сбыта и графики отгрузки.

Эти данные становятся исходной точкой для составления плана выпуска готовой продукции и выдачи заданий цехам на производство полуфабрикатов и конечную сборку. Решение этих задач осуществляется с помощью модуля «Планирование производства», который позволяет планировать производственный процесс в соответствии с потребностями заказчиков и получить оценки выполнимости планов с учетом ограничений на имеющиеся производственные мощности. Параллельно с этим здесь рассчитываются потребности в материалах и могут быть сформированы заявки на материально-техническое обеспечение. При расчете потребностей в материалах средствами модуля могут быть рассчитаны объемы и сроки получения отходов и сопутствующих продуктов. Гибкая настройка представлений планов и правил их расчета позволяет учесть отраслевые особенности планирования и специфику работы конкретного предприятия.

Полученные в модуле «Планирование производства» данные о потребностях в материалах могут быть использованы службами материально-технического обеспечения предприятия для формирования планов снабжения подразделений, а также плана закупок и оформления заказов поставщикам. Решение этих задач обеспечивается модулем «Материально-техническое обеспечение». Формирование планов закупок осуществляется здесь с учетом поддержания минимального уровня страховых запасов, сроков годности, сроков поставки, минимальных размеров партий закупки и иных необходимых пользователю условий. Тем самым создаются условия для оптимизации закупочной политики и минимизации уровня страховых запасов.

Благодаря использованию MRP II-систем становится возможным:

- получение оперативной информации о текущих результатах деятельности предприятия, как в целом, так и с полной детализацией по отдельным заказам, видам ресурсов, выполнению планов;

- долгосрочное, оперативное и детальное планирование деятельности предприятия с возможностью корректировки плановых данных на основе оперативной информации;

- решение задач оптимизации производственных и материальных потоков;

- реальное сокращение материальных запасов на складах;

- контроль за всем циклом производства с возможностью влияния на него в целях достижения оптимального использования производственных мощностей, всех видов ресурсов и удовлетворения потребностей заказчиков;

- автоматизация работ договорного отдела с полным контролем за платежами, отгрузкой продукции и сроками выполнения договорных обязательств;

- значительное сокращение непроизводственных затрат.

В то же время, следует отметить, что полномасштабное внедрение всех возможностей современных MRP II-систем, как правило, трудно реализуемо и, во многих случаях, совершенно необязательно, а для оптимизации деятельности фирмы достаточно более простых информационных технологий.

4. Управление ресурсами предприятия Многие фирмы имеют широкую сеть удаленных производственных и непроизводственных подразделений, что существенно усложнило их организационную структуру. Следствием этого стало увеличение затрат на поддержание сложных и запутанных логистических схем поставок продукции. В результате возникла потребность искать пути решения задач минимизации этих затрат.

В середине 90-х гг. был введен в обращение термин «ERPсистема». Методология ERP (Enterprise Resource Planning, планирование ресурсов предприятия) до настоящего времени полностью не систематизирована. Она представляет собой надстройку над методологией MRP II и нацелена на оптимизацию работы с удаленными объектами управления. В настоящее время, под широко используемым термином «ERP-система», как правило, подразумевается MRP II-система с расширенными возможностями управления сетью филиалов и зависимых организаций, расположенных на отдельных территориях. В соответствии с этим в систему автоматизации включается поддержка различных языков, валют, систем бухгалтерского учета и составления отчетности.

Таким образом, ERP-система – это набор компьютерных программ, реализующих методологию MRP II и дополненных средствами оптимизации управления производственными и сбытовыми подразделениями, размещенными в разных странах.

Более конкретная трактовка понятия «ERP-система» имеет множество разночтений. В соответствии с материалами Ассоциации APICS современная система управления предприятием, соответствующая концепции ERP, помимо блока, реализующего требования стандарта MRP II, должна включать подсистемы:

1) управления цепочками поставок (Supply Chain Management SCM);

2) усовершенствованного планирования и составления расписаний (Advanced Planning and Scheduling – APS);

3) автоматизации продаж (Sales Force Automation – SFA);

4) конфигурирования системы (Stand Alone Configuration Engine – SCE);

5) окончательного планирования ресурсов (Finite Resource 6) интеллектуального анализа бизнеса (Business Intelligence – 7) электронной коммерции (Electronic Commerce – EC);

8) управления данными об изделии (Product Data Management – Мы не будем подробно останавливаться на деталях определения перечня задач, решаемых каждой из перечисленных подсистем, поскольку строгого определения состава реализуемых ими функций не существует. Довольно часто вся присущая концепции ERP совокупность задач реализуется не одной интегрированной программной системой, а некоторым комплектом программного обеспечения. В основе такого комплекта, как правило, лежит базовый ERP-пакет, к которому через соответствующие интерфейсы подключаются специализированные продукты третьих фирм, отвечающие за решение дополнительных задач (электронную коммерцию, автоматизацию продаж и проч.).

В последнее время особое значение придается средствам интеграции ERP-систем с приложениями, уже используемыми на предприятии (например, системами проектирования, подготовки производства, учета хода производства и управления технологическими процессами, биллинга и расчетов с клиентами и др.), стандартными офисными пакетами программ, системами управления документооборотом, а также с разработками сторонних поставщиков программного обеспечения. Это связано с тем, что стал очевидным факт невозможности реализации в рамках одной программной системы, поставляемой одним производителем, всего множества задач управления промышленным предприятием. Базовый комплект программного обеспечения, реализующий требования стандарта MRP II, часто воспринимается как основа интеграции всех остальных приложений.

5. Управление взаимоотношениями с клиентами К настоящему времени сложился высококонкурентный рынок, на котором множество фирм предлагает взаимозаменяемые продукты со сходными потребительскими свойствами. Преимущества, обеспечиваемые прогрессивными технологиями производства, являются недолговечными, поскольку конкуренты быстро осваивают новые технологии. Унификация методов управления затратами, обеспечиваемая применением автоматизированных информационных систем, основанных на современных методологиях управления, рассмотренных ранее, привела к тому, что в последние годы конкурентные преимущества стали искать в оптимизации взаимоотношений с клиентами.

Статистические исследования показывают, что затраты на привлечение нового клиента в среднем в пять раз больше, чем на удержание существующего. Взаимоотношения с большей частью крупных клиентов начинают приносить реальную, устойчивую прибыль только через год после начала работы с ними. Поэтому, если новый крупный клиент работает с фирмой менее года, то затраты на его привлечение не окупаются и фирма несет убытки. Около 50% существующих клиентов большинства фирм не приносят существенной прибыли из-за неэффективного взаимодействия с ними.

Следствием этих исследований стал вывод о необходимости прилагать максимум усилий на удержание уже существующих клиентов, в то время как до сих пор многие фирмы и компании, стремясь захватить как можно большую долю рынка, основное внимание уделяют привлечению новых клиентов, реализуя высокозатратные маркетинговые программы. И это при том, что зачастую затраты на привлечения нового клиента могут быть в десятки раз выше, чем затраты на удержание старого.

Для повышения качества обслуживания клиентов была разработана концепция CRM (Customer Relationship Management, управление взаимоотношениями с клиентами), которая легла в основу разработки программных систем, призванных автоматизировать планирование, учет и анализ различных сторон взаимоотношений фирмы (компании) с ее клиентами.

CRM-системы позволяют собирать и систематизировать информацию о клиентах на всех стадиях взаимоотношений с ним (привлечение, удержание, лояльность), извлекать из нее знания и использовать их для выстраивания взаимовыгодных отношений с ними. Сбор детальной информации и ее анализ позволяют персонифицировать отношения с каждым клиентом, повышать эффективность взаимодействия с ним. Во многих случаях это позволяет существенно повысить прибыль фирмы.

CRM-система – это набор программных модулей, обеспечивающих решение задач накопления и обработки данных, необходимых для реализации мероприятий, направленных на повышение эффективности взаимоотношений с клиентами.

CRM-система призвана собирать и обобщать данные по маркетинговым акциям, в результате которых клиент был привлечен, всех продажах данному клиенту, всех операциях по его сервисному обслуживанию. Поскольку эта информация возникает в различных подразделениях фирмы – отделе маркетинга, службе сбыта и службах сервисного обслуживания – CRM-система становится центром координации действий различных отделов, обеспечивая их общей платформой для взаимодействия с клиентами. Централизация данных по взаимоотношениям с клиентами позволяет преодолеть несогласованность действий различных отделов.

Основными целями использования CRM-систем являются:

- обеспечение оперативного доступа к информации в ходе контакта с клиентом в процессе продаж и сервисного обслуживания;

- анализ данных, характеризующих взаимоотношения фирмы с каждым конкретным клиентом и их группами, выделенными по различным признакам, с целью выработки новых знаний, выводов и рекомендаций;

- вовлечение клиентов в деятельность фирмы для обеспечения их непосредственного влияния на процессы разработки новых продуктов, их производства и сервисного обслуживания.

В результате становится возможным уменьшать издержки, повысить доходность работы каналов сбыта. Выявление типичных проблем/запросов клиентов позволяет уменьшить время реакции при осуществлении сервисного обслуживания. Анализ функционирования каналов продаж позволяет выявить недостатки работы соответствующих подразделений, понять, как провести их реструктуризацию и т.д.

Обычно CRM-система представляет собой набор приложений, связанных единой логикой и интегрированных в информационную среду компании (фирмы) на основе единой базы данных. Во многих случаях CRM-система представляет собой надстройку над ERP-системой, тем или иным способом осуществляя с ней информационный обмен.

6. Согласование производственных планов с потребностями клиентов Как уже указывалось ранее, предприятия не могут обеспечить себе долговременных конкурентных преимуществ только за счет создания новых продуктов, разработки и внедрения новых, более экономичных технологических процессов. В силу этого наиболее развитые фирмы стремятся обеспечить как можно более полное удовлетворение потребностей конкретных групп клиентов. Одним из способов добиться этого результата является применение рассмотренных ранее CRM-систем. Однако основное их назначение все-таки состоит в том, чтобы накапливать и анализировать весь спектр информации о клиентах в целях оптимизации взаимоотношений с ними. Другим направлением оптимизации продаж является как можно более полный учет потребностей конкретных групп потребителей уже при проектировании и производстве новых видов продукции.

Для решения этой задачи производители должны интегрировать покупателя в процесс планирования деятельности организации. Это потребовало разработки принципиально новой модели управления деятельностью предприятия: планирование ресурсов, синхронизированное с покупателем – CSRP (Customer Synchronized Resource Planning).

Суть концепции CSRP состоит в том, чтобы интегрировать заказчика (клиента, покупателя) в систему управления предприятием.

Согласно данной концепции не отдел сбыта, а непосредственно сам покупатель размещает заказ на изготовление продукции, может точно указать спецификации изделий, имеет возможность контролировать правильность исполнения заказа, сроков производства и поставки.

Если концепции MRP, MRP II и ERP ориентированы на внутреннюю организацию работы предприятия, то концепция CSRP предполагает управление полным циклом работы – от проектирования будущего изделия, с учетом требований заказчика, до гарантийного и сервисного обслуживания после продажи.

Построение и функционирование информационной системы управления предприятием (ИСУП), поддерживающей концепцию CSRP, основывается на следующих соображениях. Дистрибьютор продукции способен записать специфические требования к новому продукту, указать допустимый диапазон цен и автоматически (например, через Интернет) послать эту информацию в производственную компанию. Здесь информация о требованиях к продукту превращается в детальные инструкции по производству и планированию. На их основе создается список материалов и комплектующих для производства, автоматически определяются производственные маршруты, формируются производственная программа и заказы поставщикам. Таким образом, критичная для покупателя информация динамически интегрируется в основную деятельность предприятия. После этого сведения о предпочтениях покупателя сохраняются в центральной базе данных о потребителях, которую могут использовать подразделения, ответственные за обслуживание покупателей, техническое обслуживание, планирование производства, исследовательское подразделение фирмы и т.д. Таким образом, деятельность предприятия непосредственно синхронизируется с потребностями покупателей.

Для внедрения информационных технологий, реализующих концепцию CSRP, необходимо:

- построить эффективную инфраструктуру управления производством на основе инструментария ERP-системы;

- внедрить программные средства, обеспечивающие ERPсистему средствами взаимодействия с информационными системами основных заказчиков предприятия.

Ключевым элементом, основой ИСУП, реализующей концепцию CSRP, в любом случае является ERP- или MRP II-система, но она должна быть дополнена программными средствами, обеспечивающими ее взаимодействие с покупателями. Поэтому не имеет смысла говорить о CSRP-системе, как о конкретном, целостном наборе программных приложений, но возможности ИСУП конкретной фирмы можно оценивать с точки зрения степени поддержки в ней методологии CSRP.

Наиболее действенным инструментом реализации методологии CSRP является интеграция функционирующей на предприятии ERP-системы с интернет-технологиями, позволяющими открыть доступ покупателей к процессу регистрации заказов, потребительских требований к производимой продукции, а также данным, необходимым для контроля исполнения заказов.

Непосредственный доступ к информации о конфигурации заказов позволяет производственным подразделениям повысить целостность процесса планирования за счет уменьшения объема повторной работы и времени оформления заказов. В свою очередь, совершенствование производственного планирования дает возможность обеспечить лучшую оценку сроков исполнения заказов и более полное соответствие потребительских свойств производимой продукции требованиям заказчиков.

Если в MRP II-системе план сбыта частично формируется по данным о прогнозах или оценках спроса, то в ИСУП, поддерживающей методологию CSRP, планы сбыта могут формулироваться в более полном соответствии с потребностями клиентов. И это соответствие закладывается уже на уровне проектирования новых изделий. Кроме того, благодаря доступу в реальном времени к точной информации о заказах покупателей и внесенных в них изменениях, ответственные за планирование подразделения могут динамически изменять группирование работ, последовательность исполнения заказов покупателей, сроки приобретения материалов и заключения субконтрактов с целью улучшения обслуживания клиентов и снижения себестоимости. Изменения в заказе покупателя могут приводить к автоматическим изменениям в заказах поставщикам, уменьшая количество повторной работы и задержки.

Благодаря этому может быть улучшено качество планирования заказов на поставки основных комплектующих и уменьшены циклы их доставки.

Таким образом, выгоды от применения информационных технологий, реализующих методологию CSRP, состоят в повышении качества товаров, ускорении сроков поставки, повышении ценности продукции для покупателя и снижении производственных издержек. Главное же состоит в создании инфраструктуры приспособленной для создания продуктов, удовлетворяющих реальным потребностям покупателей и предоставления более высокого качества оказываемых услуг.

7. Управление цепями поставок (логистическими цепями) Важным элементом современных взглядов на методологию управления является представление о необходимости согласования деятельности между предприятиями, реализующими смежные операции по изготовлению комплектующих, используемых для производства сложных видов продукции. Многие виды изделий не могут производиться полностью, от начала до конца, одним производителем. Поэтому имеет смысл обеспечивать взаимное согласование поставок между группами поставщиков единой производственной цепи. То есть встает вопрос о необходимости оптимизации внешних процедур функционирования.

В современных условиях, когда практически все предприятия используют в своей деятельности те или иные средства автоматизации решения управленческих задач, задачи согласования поставок между смежными предприятиями также могут решаться с помощью информационных технологий.

Простейшим вариантом взаимодействия информационных систем различных предприятий является обмен данными о поставках в электронной форме. Например, если одно предприятие поставляет другому товары, то наряду с поставкой собственно товаров может передаваться описание спецификации заказа – наименований товара, сведений о количестве и ценах – на магнитном носителе в формате, совместимом с форматами данных, которые используются в информационной системе получателя. В этом случае существенно облегчается загрузка информации о поставке в компьютерную систему предприятия-получателя. Если обмен данными такого рода не организован, то данные о поставке предприятия-поставщика, распечатанные в виде сопроводительного документа (накладной) на предприятии-получателе придется заново вводить в информационную базу вручную. До момента ввода данных в компьютерную систему реально использовать эти материалы будет проблематично, поскольку выписка документов будет невозможна, так как в информационной системе нет сведений о них. Это явно неэффективно в тех случаях, когда оба предприятия используют при ведении учета компьютерные системы. Для решения задач подобного рода разрабатываются различные соглашения о форматах обмена данными между информационными системами различных предприятий.

Более сложным, но и более эффективным способом взаимодействия между несколькими предприятиями является взаимное согласование движения продукции по всей цепи поставок. Для этого план закупок предприятия-получателя у конкретных поставщиков может согласовываться с их планами производства, с поставками поставщиков этих поставщиков и т.д. Благодаря применению современных систем автоматизации управления решение этой задачи становится возможным.

Для оптимизации управления логистическими цепочками была создана концепция SCM (Supply Chain Management – управление цепочками поставок), предлагающая подходы к решению задач согласования взаимодействия смежных предприятий с целью снизить транспортные и операционные расходы путем оптимального структурирования схем поставок (номенклатуры, объемов, сроков, схем перемещения).

Оптимизация цепи снабжения реализуется с помощью программных приложений, позволяющих обеспечить взаимодействие ERP-систем смежных предприятий, в результате которого планы производства продукции увязываются по всей цепочке поставок еще на стадии их составления. Концепции SCM, CSRP и CRM, реализуя методологии взаимодействия информационных систем предприятия с информационными системами поставщиков и покупателей, выводят средства оптимизации управления за рамки предприятия, позволяя оптимизировать не только внутренние, но и внешние, по отношению к нему, процедуры функционирования.

ГАМИЛЬТОН С. Управление цепочками поставок с Microsoft Axapta. Пер. с англ. М.: Альпина Бизнес Букс, 2005. – 349 с.

ГАМИЛЬТОН С. Управление цепочками поставок с Microsoft Navision. Пер. с англ. М.: Альпина Бизнес Букс, 2005. – 280 с.

ЗАЛОЖНЕВ А.Ю. Внутрифирменное управление. Оптимизация процедур функционирования. М.: ПМСОФТ, 2005. – 290 с.

ИВАНОВ Д.А. Логистика. Стратегическая кооперация. М.:

Вершина, 2006. – 176 с.

ФОРМИРОВАНИЕ МОДЕЛЕЙ БЮДЖЕТОВ