Главная Инновации Универсальный мониторинг для ИСО

Универсальный мониторинг для ИСО

от Редакция

        ОБЩИЕ СООБРАЖЕНИЯ

  • Прогнозирование состояния сложной системы, входящей в ИСО (производственной, коммерческой, торговой, транспортной и т.п.) является важнейшей частью системы управления, которая обеспечивает стабильность (там, где это полезно) и прогресс (там, где это обусловлено ходом эволюционного развития). Прогнозирование основано на сборе и анализе динамики текущих значений интегральных показателей, в частности, финансово-экономических, технологических, социальных и др., которые используются для создания информационной динамической модели (теоретическое обоснование, изложено в разделах 1 и 2.). Прогнозы регулярно проверяются путем сравнения прогнозного и текущего значений интегральных показателей, вычисляемых на основе измеряемых в процессе мониторинга значений. Оценки точности и достоверности прогнозов позволяют аналитически определить динамику энтропии системы. Динамика энтропии позволяет, лучше всего, определить статистически значимые тренды состояния системы и принять решение о необходимости корректировки бизнес- технологического процесса или проведения более глубокого обследования, чтобы принять обоснованное решение о реконструкции или закрытии объекта исследования.
  • Рассматриваемая методология прогнозирования позволяет контролировать стабильность состояния системы на основании выявления статистически значимых трендов интегрального(ых) показателя(ей) и находит применение для контроля состояния различных систем, входящих в ИСО. На основании имеющихся априори и полученных данных формируются базы знаний, которые используются для выработки рекомендаций по управлению внутренними бизнес- или технологическими процессами и/или выявления на ранней стадии проблем, требующих вмешательства извне (например, руководителя, оператора, менеджера и т.п.).
  • В классических подходах прогнозирование рассматривается как часть процесса управления ресурсами и обычно сводится к разработке и составлению научно обоснованных гипотез о будущей эффективности производственных и коммерческих объектов, включающих получение характеристик этого состояния на различные периоды времени (от краткосрочного порядка нескольких недель, до средне- и долго- срочных порядка нескольких месяцев или лет).
  • Прогнозы используются как важнейшая составляющая бизнес-планирования на различных этапах деятельности предприятия (Байесовский подход) при проектировании, выводе коммерческого продукта на рынок, контроле коммерческой эффективности, оценки рисков, а также при оценке целесообразности покупки или продажи предприятия, реструктуризации, качества управления и т.п.
  • Наиболее известными и распространенными методами прогнозирования являются:
  • экспертные оценки на основании объективных отчетных данных и других данных, доступных экспертам;
  • статистические методы, основанные на обработке ретроспективных данных об объекте прогнозирования и распространения прошлых тенденций на будущее;
  • моделирование, т.е. конструирование структурной, физической или математической модели, адекватно отображающей наиболее существенные закономерности поведения объекта прогнозирования и их взаимосвязи с внешними факторами.
  • Все указанные методы могут использоваться для получения качественных прогнозов только в том случае, если априорная информация (данные и знания) о технологии, рынках сбыта, материальных и финансовых ресурсах, других факторах и параметрах, определяющих текущую и планируемую деятельность, достаточно полна и достоверна, что чаще всего, оказывается невыполнимым условием. Эта ситуация особенно типична для сложных технологических и инновационных проектов, в которых необходимо принимать важнейшие инвестиционные и инфраструктурные решения в условиях высокой априорной неопределенности. Другой пример возникает, когда владельцами объекта являются непрофессиональные акционеры или организации, выдающие залоговые кредиты предприятиям. Аналогичная проблема возникает при выработке решений по покупке и продаже ценных бумаг, которые основаны на активах производственных и коммерческих предприятий.
  • Методы прогнозирования, основанные на «финансовой математике», достаточно хорошо учитывают при составлении прогнозов финансовые показатели, но слабо отражают влияние социальных и технологических факторов, которые сильно коррелированы с финансовыми и могут стать важными источниками для получения более достоверных и точных прогнозов всех уровней (операционного, тактического, стратегического).
  • В условиях высокого уровня априорной неопределенности, характерных для большинства сложных систем (особенно социальных и бизнес-систем), необходимо учитывать всю доступную совокупность факторов: финансовых, производственно-технологических, социальных, научно-аналитических.
  • Комплексное прогнозирование основано на анализе информации, имеющейся и получаемой различными «наблюдателями» (экспертами и техническими системами мониторинга) об объекте исследования, который учитывает ограниченность априорных знаний об объекте исследования и обеспечивает получение максимально достоверных прогнозов для данного уровня неопределенности.
  • Различаются две группы наблюдателей:
  • Одна из них использует автоматические алгоритмы с искусственным интеллектом.
  • Другая основана на экспертных оценках профессиональных специалистов («внешние и внутренние наблюдатели»).
  • Прогнозы каждого наблюдателя принимаются в расчет с учетом его рейтинга, который определяется по результатам сравнения прогнозных и фактических оценок, сформированных в процессе предшествующей деятельности.

        Модель объекта наблюдения

  • Для практической реализации метода создается информационно-фенологическая модель наблюдаемого объекта (системы), которая включает в себя собственно предприятие (объект исследования), внешние объекты, с которыми оно взаимодействует и «наблюдателей». Наблюдатели представляют ограниченное множество источников информации о предприятии и окружающей среде, снабженных периферийными процессорами для предварительной обработки измеряемых данных, интеллектуальные подсистемы для формирования базы знаний и прогнозов разного уровня (операционные, тактические, стратегические) и проектов управляющих решений.
  • Коммерческое и производственное предприятие – сложные бизнес-технологические системы, внутренняя структура которых может быть известна наблюдателю только с ограниченной полнотой и достоверностью. Недостаток априорных знаний о наблюдаемой системе — типичная ситуация, которая может быть обусловлена не только объективными ограничениями, но и специфическими отношениями между заинтересованными участниками, у которых могут быть различные «вектора мотивации» (например, – достаточно затратная и сложная задача, которая ограничена в том числе и временнЫми ресурсами (длительная разработка модели может привести к большим ошибкам, вызванным изменениями, которые происходили в течение периода разработки во внутреннем и внешнем пространстве объекта наблюдения). Поэтому, перспективен путь, при котором модель строится на ограниченном наборе исходных данных и гипотезах, вытекающих из общих естественно-научных знаний .
  • Все компоненты модели являются элементами «нечетких» множеств.. Нечеткое множество представляет собой совокупность элементов произвольной природы, которые обладают некоторым характеристическим свойством, используемым для задания нечеткого множества, лишь в вероятностном смысле. Все рассматриваемые далее утверждения следует воспринимать с указанных вероятностных позиций.
  • Наиболее общим параметром описания состояния системы является информационная энтропия, которая является почти полным математическим аналогом «термодинамической» энтропии, и определяет «меру беспорядка», существующего в системе (раздел 2.1). Основой для успешной (в смысле выполнения поставленных целей) работы любой системы является возможность предсказания ее состояния на определенный отрезок времени (период прогнозирования). Как отмечено выше, достоверность такого прогноза конечна ввиду отмеченного выше вероятностного характера оценок текущего состояния (точность измерения ограничена как следствие фундаментальных законов) и неполноты используемых математических моделей.
  • Оптимальный период предсказания определяется масштабом «реального времени» процессов, которые происходят в системе. Оптимальность понимается в смысле возможности использования простых моделей для формирования прогноза (чаще всего используется «линейный прогноз», формирование которого занимает минимальное время и требует минимальный набор оценок, который получается в процессе мониторинга системы). Прогнозирование в этом случае сводится к линейной операции вычисления значений контролируемых параметров системы в конце периода прогнозирования, которая осуществляется на основании измеренных в процессе мониторинга текущих значений и оценок стабильности внешних факторов, влияющих на функционирование системы в течение этого периода.
  • Сравнение предсказанных значений и полученных в конце периода по результатам мониторинга, позволяет оценить точность прогноза. Очевидно, что точность прогноза связана с «упорядоченностью» исследуемого объекта и «полноты» в математическом смысле, знания наблюдателя о ней. Это значит, что энтропия такой системы (которая является мерой «порядка» и «полноты знаний») существенно не изменилась (естественно, при условии, что мы рассматриваем систему как «условно замкнутую», где внешние воздействия могут быть с какой-то точностью учтены или признаны пренебрежимо малыми в течение периода прогнозирования).
  • Для практического применения указанного подхода удобно использовать «фенологическую информационную модель», которая подразумевает, что можно с достаточной для поставленной цели точностью, описывать систему, не зная полного состава и схемы взаимодействия входящих в нее объектов (только на основе функциональных связей между входными и выходными параметрами). Важно описать связи между входными и выходными параметрами и выделить «внешние» параметры, влияние которых на выходные параметры происходит существенно медленнее, чем влияние «внутренних» параметров. Это позволит на достаточно коротком периоде прогнозирования предполагать стабильность внешних параметров и рассматривать систему как «условно замкнутую».
  • Для формирования информационной фенологической модели объекта или системы, в первую очередь, необходимо определить состав объектов, которые ее образуют, чтобы можно было разграничить внутренние процессы и внешние воздействия. Это разделение делается для того, чтобы можно было при создании математической модели определить ограниченный перечень внутренних параметров и выделить внешние параметры, которые меняются относительно медленно и незначительно.

         ОБЩИЕ ПРИНЦИПЫ МОНИТОРИНГА

  • Общая схема мониторинга состояния сложной системы по интегральным показателям, основанным на динамике изменения энтропии системы приведена на Рисунке 1.

Рисунок 1.

Общая схема мониторинга. Xm – медиана скользящего окна временного ряда значений наблюдаемого показателя X; D – дисперсия временного ряда наблюдаемого показателя Х.

  • Интегральные показатели выбираются на основе изучения технологии наблюдаемой системы или процесса. Обычно выбирается несколько, желательно слабо коррелированных, показателей. Получаемые данные проходят статистическую обработку методами робастной статистики [39,40,28], чтобы обеспечить устойчивость оценок при малой выборке. Результаты обработки используются для формирования показателя(ей) стабильности системы, который(е) вычисляется (ются) на основании статистического анализа точности прогнозов. Показатели стабильности по каждому интегральному показателю используются для формирования оценки комплексного показателя стабильности. Примеры соответствующих алгоритмов рассматриваются в разделе 3 (примеры систем мониторинга (мониторинг здоровья биологического объекта, транспортной системы и др.)).
  • Динамика энтропии системы, оценивается на основании последовательности оценок прогнозируемых и измеряемых параметров состояния, которые позволяют получить устойчивые оценки на основании коротких выборок. Это обеспечивает достаточно высокую скорость получения результата, на основании которого формулируется необходимость принятия и исполнения управляющих решений, которые переведут систему в одно из равновесных состояний или скорректируют соответствующие параметры, для того, чтобы сохранить прежнее. Скорость принятия и исполнения управляющих решений, определяемая инерционностью системы, существенно влияет на ее устойчивость. Другими словами, по аналогии с классической теорией управления, можно сказать, что слишком быстрые реакции из-за ограниченной точности получаемых оценок, могут привести к положительной обратной связи и разрушить систему (это означает выход системы из состояния устойчивого равновесия), то есть, в рамках существующей модели управления никакими внешними воздействиями ее не удастся вернуть в исходное состояние. Этим, собственно, и ограничен жизненный цикл любой системы, которая, в результате постоянного возрастания «беспорядка» (фундаментальный закон неубывания энтропии) приходит к тому моменту, когда выбранная схема управления не обеспечивает возможность перехода в одно из устойчивых состояний в течение ограниченного периода времени.
  • Каждую систему можно рассматривать с разных точек зрения (разные «наблюдатели» с априорным знанием о наблюдаемой системе и набором инструментов для оценки ее параметров), что подразумевает соответствующее различие целевых функций и способов оценки состояния системы и ее эффективности. Поэтому одна и та же система, но рассматриваемая с разных точек зрения разными наблюдателями, выглядит иначе и оценивается на основе разных критериев, соответствующих априорным знаниям наблюдателя. Часто складывается ситуация, когда для одного наблюдателя система кажется очень эффективной, а для другого, напротив, мало полезной с точки зрения их интересов.
  • При моделировании мы рассматриваем систему с учетом возможности наблюдения разными наблюдателями и с учетом влияния результатов измерения на наблюдаемую систему. Погрешности оценок всегда отличны от нуля из-за взаимовлияния наблюдателя и системы друг на друга и неполноты модели (или априорных знаний наблюдателя об объекте). Кроме того, одновременно измерить все параметры невозможно из-за того, что процесс измерения происходит во времени, за которое параметры изменяются, что также ограничивает точность наблюдения (аналог принципа неопределенности). Фактически между наблюдателем и системой происходит информационное взаимодействие, которое не позволяет добиться нулевой погрешности (другими словами, наблюдатель и система образуют новую систему, объекты которой взаимодействуют друг с другом, изменяя оцениваемые параметры за период наблюдения). Регулярное наблюдение за состоянием системы (мониторинг) заключается в оценке некоторых величин, которые являются функциями параметров наблюдаемой системы.
  • Сказанное базируется на принципах неопределенности и относительности информационной энтропии, то есть, невозможности бесконечно точно прогнозировать состояние системы (сформулированы в разделе 1). Выделим важнейшие следствия для рассматриваемой задачи:
  • наблюдатель может прогнозировать состояние системы только с ненулевой погрешностью (достоверностью), причем оценки разных наблюдателей могут совпадать только с конечной точностью (из-за разницы точек зрения и априорной неопределенности знаний о модели системы);
  • точность прогнозирования является ограниченной из-за того, что информационная энтропия является функцией параметров системы и априорных знаний наблюдателя о модели наблюдаемой системы (параметрах и связях элементов), что является следствием неполноты модели и невозможностью создать некоррелированный (линейно-независимый) набор параметров для мониторинга (другими словами, создать ортогональный базис для разложения в ряд по собственным функциям).

         Влияние мотивации участников

  • Важную роль при моделировании СЭС играет учет «индивидуальных» интересов (мотивации) участников, в первую очередь, выгодоприобретателей (владельцев, топ-менеджеров и т.п.), пользователей (покупателей товаров и услуг), персонала, регулирующих органов и др. Только с учетом различных интересов участников можно оценить «факторы риска» и сделать более или менее достоверные прогнозные оценки.
  • Для определения неформальных параметров, характеризующих влияние человеческого фактора на рассматриваемую систему, вводится понятие симбиотических групп или объединений. Под симбиотической группой или объединением рассматривается группа взаимодействующих неформально участников системы, вектора интересов которых близки по направлению, и осуществляющих согласованные действия с целью удовлетворения личных интересов. Определение вектора интереса полностью соответствует определению вектора мотивации. Значение вектора меняется в пределах от 0 до 1 и определяется мерой удовлетворенности владельцев связи, при этом значение вектора имеет вероятностный̆ характер. Установление неформальных связей носит как случайный, так и спланированный характер.
  • Таким образом, симбиотическое объединение или группа формирует некоторую нерегламентированную подсистему в рамках уже существующей системы деятельности. При этом, в случае, если стохастический вектор интересов владельцев симбиотической связи близок по направлению с целевым вектором системы, то скорость возвращения системы в состояние динамического равновесия при внешних воздействиях и динамика изменения интегральных параметров будут высоки, система быстро развивается и переходит на новый качественный уровень жизненного цикла. В случае, если вектора не совпадают по направлению, то наблюдается противоположный результат: система не успевает вернуться в состояние динамического равновесия в рамках одного цикла мониторинга; энтропия возрастает, система приходит в состояние, близкое к «тепловой смерти», не успевая при этом адаптироваться под внешнюю среду.
  • Симбиотическая группа или объединение включаются в совокупность формальных параметров мониторинга как стохастический вектор интересов владельцев системы на соответствующем горизонте и уровне иерархии управления и обуславливает появление нечетких данных мониторинга. Количество векторов при этом определяется исходя из факта, что один владелец может иметь связь не более чем с семью и не менее чем, с тремя другими владельцами одного уровня иерархии, и не более, чем с двумя владельцами других уровней управления. В противном случае с высокой вероятностью система перестает быть устойчивой.

         Базовые принципы универсальной технологии мониторинга ИСО

  • Разработанная методология прогнозирования и мониторинг сложных систем обладает очень важными свойствами, которые делают ее практически незаменимой при построении таких больших систем как объекты ИСО:
  • Универсальность, то есть возможность использования общей аналитической системы для разных приложений.
  • Экономичность, благодаря оптимизации алгоритмов на основе методов робастной статистики, обеспечивающей устойчивость на «малых» выборках.
  • Высокая скорость получения оценок, благодаря возможности быстро накапливать знания, получаемые в результате мониторинга.
  • Для применения универсальной технологии мониторинга в различных приложениях, а также, с учетом разнообразия возможностей технической реализации целесообразно создать универсальную модель объектов ИСО. Феноменологическая модель, рассматривающая объект мониторинга как «черный ящик» является наиболее походящей для указанной цели. «Черный ящик» — это техническая, социальная или коммерческая система, обладающая некоторой типовой структурой, включающей базовые элементы организационного проектирования. К таким элементам в рамках работы относятся: структура целей и показателей системы, структура деятельности, а также организационная структура в привязке к реализуемой деятельности и поставленным целям. Очевидно, что для каждой конкретной системы или класса систем рассматриваемые элементы конкретизируются и уточняются, однако подход к исследованию остается неизменным.
  • Предметом исследования феноменологической модели является поведение системы на выделенных временных горизонтах и уровнях управления. Поведение системы при этом оценивается путем мониторинга комплексных выходных параметров, учитывающих первоначальное состояние объекта, внешние воздействия и механизмы реализации деятельности, т.е. структура модели включает принцип обратной связи, характерный для управления техническими системами.
  • Базовым отличием феноменологической модели мониторинга состояния социальных и социально-экономических систем от аналогичных моделей технических систем является структура системы, основные взаимодействующие элементы которой – социальные объекты и люди. Такое отличие затрудняет адекватную оценку деятельности за счет включения в рассмотрение человеческого фактора, так как для достижения целостности модели мониторинга необходимо учитывать трудно формализуемые и сложно оцениваемые с точки зрения количественного измерения и анализа параметры, т.е. нечеткие данные. Кроме того, предметом исследования также является идентификация и контроль условий и состояния устойчивости социальной или социально-экономической системы, а также обеспечение принятия эффективных управленческих решений.

         Требования к универсальной модели

  • Исходя из перечисленных выше базовых характеристик и принципов феноменологической модели мониторинга, а также из классических представлений о системах мониторинга, можно выдвинуть следующие требования к разрабатываемой модели и генерируемым с ее помощью данным:
  • полнота модели с точки зрения параметров оценки состояния объекта мониторинга;
  • обеспечение небольшого количества параметров мониторинга путем учета взаимосвязей в структуре объекта;
  • возможность количественного измерения и цифровизации параметров мониторинга;
  • периоды мониторинга должны соответствовать рассматриваемому уровню управления и характеру параметров;
  • точность и достоверность полученных данных должна иметь численную вероятностную оценку;
  • актуальность полученных данных должна контролироваться в реальном времени технологического процесса;
  • должно обеспечиваться соответствие данных рассматриваемому уровню управления, что означает наличие трех основных типов данных: оперативных, среднесрочных-тактических, долгосрочных, стратегических.

         Выбор параметров мониторинга

  • Задача выбора параметров мониторинга системы является ключевой задачей при построении системы оценки состояния сложной системы. Основным требованием к параметрам мониторинга является наиболее полное и адекватное отражение текущего состояния рассматриваемого объекта. Ввиду специфики социальных и социально-экономических систем количество измеряемых параметров может достигать большого значения, что приводит к затруднению в понимании истинного состояния объекта и неэффективному принятию управленческих решений. Поэтому, в рамках феноменологической модели мониторинга предлагается использовать интегральные параметры, включающие в себя несколько параметров более низкого уровня и учитывающие взаимосвязи между ними.
  • В современной теории управления социальными и социально-экономическими объектами наиболее часто встречается мониторинг состояния по параметрам, характеризующим степень достижения поставленных целей. Однако, одной из наиболее часто встречающихся проблем при выборе интегральных параметров является проблема их привязки к конкретной цели, внутренней взаимосвязи параметров, а также отсутствие учета трудно формализуемых параметров. Таким образом, при определении и формировании набора параметров, первой задачей является формирование системы взаимосвязанных целей и показателей с учетом нечетких входных данных.
  • Участие в деятельности рассматриваемых объектов людей или человеческих групп неизменно приводит к появлению отдельных интересов участников или групп участников. При этом, в случае, если поставленные цели социальных или социально-экономических систем не коррелируют с отдельными интересами участников или групп участников, то возникает негативное воздействие на деятельность объекта с их стороны, что приводит к разрушающему эффекту, отклонению от равновесного состояния, не достижению поставленных целей и необходимости применять нелинейные методы управления. Таким образом, при постановке системы целей и показателей необходимо также учитывать мотивацию и интересы отдельных участников или их групп, а также их взаимосвязь.
  • В настоящей работе рассмотрена методология мониторинга в основном, применительно к социально-экономическим системам. Так как структура социальных и социально-экономических объектов представляется типовой, то их отличительным признаком являются цели деятельности. Так, например, для социальных систем (некоммерческих) (например, государственных и муниципальных органов, некоммерческих организаций) целью в наиболее общем смысле является удовлетворение общественных потребностей, в более частном – качественное предоставление государственных и муниципальных услуг, высокий уровень жизни населения, обеспечиваемый государственными и муниципальными органами, в том числе, безопасность отдельных граждан, экологическая и экономическая безопасность и т.д. Для коммерческих систем основной целью является получение максимальной прибыли (дохода) путем реализации выбранной бизнес-модели (деятельности).
  • Анализ существующих моделей показывает, что заинтересованными сторонами, наиболее полно отражающими взаимосвязи между интересами участников социальной или коммерческой систем, является балансовая модель ресурсных отношений. Взаимосвязи интересов подразумевают между собой ресурсный обмен между участниками, при этом под ресурсами понимается все, что имеет ценность для заинтересованных сторон. Полученные связи и артефакты обмена и будут являться основными элементами модели мотивации и позволят перейти к моделям целеполагания, мониторингу достижения заданных параметров и исследованию устойчивости системы. Для рассмотрения полезно использовать упрощенную балансовую модель ресурсных отношений, без учета условий баланса между участниками и с указанием ресурсов, которыми обмениваются заинтересованные стороны – ресурсная модель интересов. Вопросы сбалансированности будут затронуты при исследовании устойчивости объекта мониторинга. Как правило, состав как внешних, так и внутренних заинтересованных сторон выделяется по силе влияния на объект деятельности.
  • Так, в качестве заинтересованных сторон для социально-экономической системы будут рассмотрены следующие категории участников:
  • внешние заинтересованные стороны (потребители, партнеры, государственные контролирующие органы, общественные организации, профессиональные ассоциации, конкуренты);
  • внутренние заинтересованные стороны (менеджмент, акционеры, владельцы и инвесторы, сотрудники).
  • Для предложенных заинтересованных сторон характерны ресурсы обмена, и интересы, предложенные на Рисунке2. Наименования стрелок соответствуют обмениваемому ресурсу, направление – потребитель ресурса. При переходе от рассмотрения интересов участников социально-экономической системы к ее целям целесообразно руководствоваться одним из базовых принципов постановки системы целей – SMART-принципом: цели должны быть ясными (Specific), измеримыми (Measurable), ориентированными на конкретные действия (Attainable), достижимыми (Realistic) и соотноситься с определенными временными интервалами (Time-based). В качестве базовой модели формирования взаимосвязанной структуры целей и показателей используется сбалансированная система показателей и целей. Важно, что такая модель обеспечивает понимание причинно-следственных связей между отдельными целями и отдельными показателями. При этом, цели и показатели разбиваются на перспективы таким образом, что цели и показатели одной перспективы являются следствием целей и показателей другой перспективы.

Рисунок 2. Ресурсная модель интересов участников системы

  • Более перспективным для некоторых задач, решаемых в рамках ИСО, использовать модернизированную модель Нортона и Каплана, включающую мотивацию всех заинтересованных сторон. В качестве перспектив предлагается использовать следующие:
  • финансовые ожидания участников системы;
  • ожидания потребителей;
  • ожидания от деятельности и ее результатов;
  • потенциал и развитие;
  • социально-общественные интересы.

С учетом перспектив, модель целей заинтересованных сторон представлена на Рисунке. 3. Полученные путем учета интересов участников и их взаимосвязей цели могут быть дополнены по принципу дерева целей.

Рисунок 3. Модель целей заинтересованных сторон

Так, например, на приведенных Рисунках 3 и 4 цели можно разбить на два уровня – цели корпоративного уровня и цели уровня бизнес-системы, а также выявить зависимости между ними. Кроме того, даже в рамках одного и того же уровня наблюдаются зависимость между целями (Таблицы 1, 2, 3, 4, 5).

Рисунок 4. Дополненная модель целей заинтересованных участников

Таблица 1. Связь целей корпоративного уровня с целями корпоративного уровня

Таблица 2. Связь целей корпоративного уровня – 2

Таблица 3. Связь целей корпоративного уровня и уровня бизнес-систем

Таблица 4. Связь целей уровня бизнес-системы

Таблица 5. Связь целей уровня бизнес-систем – 2

При декомпозиции целей по уровням управления одним из ключевых требований является учет не только верхнеуровневых целей, но и требований внутренних элементов системы к рассматриваемому. Для каждого уровня управления выбираются 2-3 комплексных цели, характеризующие целевое состояние элемента выбранного уровня. Комплексные цели при этом являются зависимыми от целей более низкого уровня по установленным взаимосвязям. В свою очередь, для полученных целей выбираются показатели, характеризующие степень ее достижение. На основании изложенного формулируется общий подход к выбору параметров мониторинга:

  • определение круга заинтересованных в деятельности исследуемого объекта участников;
  • определение интересов и мотивации заинтересованных участников;
  • формирование системы взаимосвязанных целей на основе факторов мотивации заинтересованных сторон с учетом уровня;
  • формирование комплексных целей.
  • Выбор временных интервалов мониторинга зависит от выбранного уровня управления и соответствующих ему целей и параметров измерения. При этом временные интервалы соответствуют горизонтам управления – долгосрочному (стратегическому), среднесрочному (операционному или тактическому) и краткосрочному (оперативному).
  • Оптимальный интервал между получаемыми отсчетами параметров оптимизируется автоматически (адаптируется) на основании анализа динамики результатов методами математической статистики (робастное оценивание и байесовский подход к анализу малых данных [39,38]).

          Реализация принципа управления через обратные связи, калибровка системы

  • Сформированный в соответствии с предложенной методологией и принципами феноменологической модели набор параметров мониторинга состояния социального или коммерческого объекта позволяет получать необходимые аналитические данные для принятия эффективных управленческих решений. Взаимосвязь параметров между уровнями обеспечивает возможность мониторинга и анализа по принципу иерархии: комплексные параметры одного уровня отражают общее состояние уровня более низкого. При этом, в случае обнаружения каких-либо отклонений от заданного значения в одном уровне исследуются связанные с ним параметры этого же уровня; затем, при обнаружении отклоняющегося параметра происходит переход на следующий, более нижний, уровень рассмотрения. Процедура может повторяться до тех пор, пока не будет обнаружен источник отклонения. При обнаружении источника отклонения на соответствующем уровне принимается управленческое решение о воздействии на объект управления, т.е. происходит калибровка работы системы. При этом, если отклонения достигают критической точки, то возникает необходимость применения нелинейных (директивных) методов управления, в противном случае воздействия на систему носят линейный корректирующий характер. Если отклонений от заданных значений параметров не наблюдается, то объект управления находится в околоравновесном или равновесном состоянии и принятие управленческих решений касается вопросов развития социальной или социально-экономической системы.
  • Формализация (цифровизация) универсальной модели. Возможность формализации или цифровизации универсальной модели мониторинга является ключевым требованием к предложенной методологии. Это обусловлено тем, что аналитическая информация, необходимая для принятия эффективных управленческих решений должна быть основана на измеримых и точных данных. Формализация феноменологической модели заключается в построении и исследовании зависимостей и поведения объекта управления в математической форме. Поскольку все параметры определены как зависимые друг от друга, то целесообразно начинать формировать математическую модель с рассмотрения факторов – первоисточников, т.е. таких параметров, которые независимы от параметров более низкого уровня. Как было сказано ранее, феноменологическая модель предполагает учет как формализуемых, так и трудно формализуемых параметров, возникающих как за счет человеческого фактора, так и за счет того, что некоторые параметры (например, качество продукции или услуги или удовлетворенность потребителей) трудно поддаются измерению. Проблему учета таких параметров предлагается решать с помощью теории нечетких множеств, использующей понятия нечеткие данные [23]. Под нечеткими данными здесь и далее будем предполагать информацию, которая не может быть измерена количественно и является качественной характеристикой (например, плохая услуга). Под нечетким множеством будем понимать множество нечетких данных, характеризующих возможные значения того или иного параметра мониторинга.
  • Предположим, что на уровне управления отдельными процессами и операциями преобразуются некоторые материалы и информация. При этом часть из них может быть измерена точно, например, количество того или иного материала; а часть – измерить сложно, например, априорные и апостериорные знания сотрудников.

Неформализуемые (точнее, формализуемые на основе принципов «нечетких множеств») параметры практически невозможно измерить, а также аналитически определить влияние на них управляющей функции, и ее результат. Поэтому введем в рассмотрение функцию

которая характеризует степень изменения в зависимости от степени влияния неформализуемых параметров и решим уравнение приближенным методом, путем разложения в ряд по какому-либо подходящему (ортогональному) базису.

Множество выходов y_i(t) на уровне функциональных подсистем являются входом мониторинга параметров состояния на уровне функциональных систем. Т.к. мы рассматриваем обобщенную задачу, то функция управления Uфпсi определяет, в том числе, взаимосвязь и «комбинацию» параметров подлежащих мониторингу.

Мониторинг параметров на уровне функциональных систем

Технология и логика мониторинга на уровне функциональных систем идентична логике мониторинга на уровне функциональных подсистем. В качестве формализуемых входных параметров здесь выступают выходы с ФпС, также учитываются неформализуемые параметры.

Обозначения:

Из-за большого количества параметров, которые необходимо контролировать, задача уже на этапе функциональных систем и подсистем является достаточно громоздкой. Поэтому целесообразно выбрать некоторые комплексные параметры, дополнительно исследовав их взаимосвязь (т.е. учесть взаимосвязи в рамках одного уровня рассмотрения).

Мониторинг параметров на уровне бизнес-системы

  • Как и при переходе с уровня функциональных систем на уровень функциональных подсистем, входами для мониторинга параметров бизнес-системы являются результаты деятельности функциональных систем. Логика и технология по-прежнему остаются теми же. Однако здесь уже возможно использовать в качестве входа комплексные показатели с уровня ФС.

Введем следующие обозначения:

  • Перейдем к рассмотрению и математическому описанию зависимости параметров, рассмотренных ранее. Введем следующие обозначения для выбранных целей (Таблица 6):

Таблица 6. Структура уровней целей

Мониторинг параметров корпоративного уровня

На уровне корпоративных систем логика действий остается прежней. На этом уровне, т.к. цели уже более глобальные и их количество значительно меньше, рассматривается их зависимость от целей уровня бизнес-системы. Очевидно, что для целей социальных и корпоративного управления требуется аналогичная бизнес-системе декомпозиция целей до функциональных систем/подсистем.

Цели корпоративного уровня – 2

Функциональная архитектура системы мониторинга

  • Предложенная методология и математические алгоритмы мониторинга состояния социальных и коммерческих систем позволяют использовать различную технико-технологическую реализацию. В зависимости от области деятельности, мониторинг параметров может быть или полностью автоматическим, полуавтоматизированным или ручным. Наиболее общими модулями системы, поддерживающими универсальную модель мониторинга, являются:
  • измерительные устройства низкоуровневых параметров;
  • модуль ввода информации (устройство измерения параметров и ввода информации иногда целесообразно объединять);
  • модуль обработки и анализа информации;
  • модуль хранения данных;
  • модуль вывода аналитической информации.
  • Общая концептуальная архитектура системы мониторинга представлена на Рисунке. 5.

Рисунок 5. Концептуальная архитектура системы мониторинга состояния социальных и социально-экономических объектов

Выводы

  • Предложенная универсальная технология мониторинга состояния объектов ИСО может быть применена практически ко всем прикладным направлениям. Принципы феноменологической модели системно учитывают аспекты современной теории управления, что обеспечивает полноту и комплексность модели с точки зрения существующих практик.
  • Важным достоинством предложенной методологии является учет трудно формализуемых параметров, связанных с человеческим фактором. При этом, количество параметров мониторинга сведено к минимуму. Полученные в ходе мониторинга данные позволяют с высокой точностью оценивать истинное состояние технической, социальной, коммерческой или комплексной системы и принимать эффективные управленческие решения.
  • Базовыми признаками разработанных решений и алгоритмов являются:
  • Независимость от способов технической реализации и адаптивность к параметрам процессов.
  • Универсальность, то есть возможность использования общей аналитической системы для разных приложений.
  • Экономичность, благодаря оптимизации алгоритмов на основе методов робастной статистики, обеспечивающих устойчивость на «малых» выборках.
  • Высокая скорость получения оценок, благодаря возможности быстро накапливать знания, получаемые в результате мониторинга.

Похожие статьи

Оставить комментарий

Подписаться на новые комментарии на e-mail. Вы также можете подписаться без необходимости комментировать.

Этот сайт использует Akismet для борьбы со спамом. Узнайте, как обрабатываются ваши данные комментариев.