ЭКОНОМИЧЕСКАЯ КИБЕРНЕТИКА

И.И. Бажин

ЭКОНОМИЧЕСКАЯ КИБЕРНЕТИКА

Компакт-учебник

 

 

 

Харьков

 

Содержание

ВВЕДЕНИЕ.. 3

І Предмет, методы и понятийный аппарат. 8

экономической кибернетики. 8

1.1. Кибернетика как наука и ее связь с экономикой. 8

1.2. Основы теории систем.. 16

1.3. Системный подход. 32

1.4. Моделирование объектов и систем.. 35

1.5. Понятие об управлении. 48

1.6. Информация как ресурс управления социально-экономическими системами 59

ІІ Анализ социально-экономических систем.. 72

2.1. Особенности экономических систем.. 72

2.2. Анализ как категория познания и его приложение к исследованию экономических систем 78

2.3. Анализ структуры социально-экономических систем.. 85

2.4. Анализ системы общественного потребления. 93

2.5. Исследование системы управления организацией. 104

III МОДЕЛИРОВАНИЕ СВОЙСТВ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХСИСТЕМ.. 113

3.1. Стандартная кейнсианская модель рынка товаров. 113

3.2. Модели анализа межотраслевых связей. 122

3.3. Модели обменных процессов и ценообразования. 127

3.4. Модели и методы анализа экономической динамики. 134

IV МЕТОДОЛОГИЯ И МЕТОДЫ СИНТЕЗА МОДЕЛЕЙ.. 141

СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ СИСТЕМ И.. 141

СТРУКТУР УПРАВЛЕНИЯ ИМИ.. 141

4.1. Методология синтеза экономической системы.. 141

4.2. Моделирование бизнес-процессов. 149

4.3. Модели синтеза структуры управления. 162

4.4. CASE-технологии в моделировании бизнес-процессов. 172

V ОПТИМИЗАЦИЯ ПРОЦЕССОВ УПРАВЛЕНИЯ.. 196

В СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ СИСТЕМАХ.. 196

5.1. Основы исследования операций и их приложение к задачам оптимизации управления 196

5.2. Выбор критерия эффективности. 215

5.3. Метод построения операционных математических моделей. 229

5.4. Оптимизация бизнес-проектов на основе операционных математических моделей 235

5.5. Разработка оптимальных управленческих решений в среде информационных технологий 242

Глоссарий__________________________. 263

Литература________________________. 273

ВВЕДЕНИЕ_________________________________

Будущий век, Тебе посвящаю

я песни! По течению

невидимых рек все быстрей,

все смелей, все чудесней

Уплывает вперед человек ...

В. Брюсов

Наряду с углублением и расширением уже сложившихся научных дисциплин, историческое развитие науки неизбежно приводит к появлению новых областей знания. Зарождение и развитие новых наук вызывается главным образом двумя факторами: фактором обособления и фактором обобщения. Обособление научных дисциплин возникает под влиянием открытия новых объектов исследований и возникновением специфических научных направлений, глубоко изучающих сравнительно узкий класс объектов и характеризующихся своим специфическим подходом к постановке и решению задач. Такого рода специфическими научными дисциплинами являются, например, химия высокомолекулярных соединений, теория электрических машин, посвященные углубленному рассмотрению сравнительно узкой области. Наряду с этим появляются обобщающие дисциплины, характерной особенностью которых является то, что они создаются с целью изучения общих закономерностей явлений, протекающих в весьма широком классе объектов. Дисциплинами такого рода являются, например, теория размерности и теория подобия, теория динамических систем и термодинамика. К этой же категории обобщающих дисциплин относится и кибернетика. Основоположник кибернетики Норберт Винер определил ее как науку об управлении и связи в механизмах, организмах и обществах. В настоящее время кибернетика представляет собой общую теорию управления, применимую к любой системе вообще. При этом под системой понимается объединение любых элементов, рассматриваемых как связное целое.

Изучая процессы управления в системах любой природы методами кибернетики, человек стремится познать объективные закономерности, присущие процессам управления, и использовать их для улучшения естественных и создания искусственных управляющих систем для достижения своих биологических и социальных целей. Говоря об управлении, следует иметь в виду, что всякое управление следует из информации для выбора управляющих воздействий, да и сами управляющие воздействия формируются на основе информации, содержащейся в командах управления. Но источником всякой информации является наблюдение, пассивный или активный эксперимент. Поэтому управление всегда связано с использованием наблюдений, использованием информации об управляемой системе, о внешней среде, с которой она взаимодействует, о результатах реализации управляющих воздействий. Обмен информацией между системой и средой, а также внутри системы, осуществляется при помощи различного рода связей, по которым циркулируют потоки информации. Наличие таких связей является характерной особенностью любой кибернетической системы. Особенно большое значение для кибернетических систем имеет обратная связь — канал, по которому в систему вводятся данные о результатах управления. Благодаря наличию обратных связей кибернетические системы оказываются в принципе способными выходить за пределы действий, предусмотренных и предопределенных создателем системы. И в этом состоят огромные потенциальные возможности кибернетических систем.

Кибернетика — молодая наука, формирование которой началось лишь после второй мировой войны. Тем не менее, она развивается настолько стремительно, что уже сейчас оказывает большое влияние на методы исследования и способы решения практических задач в самых разнообразных областях науки и техники: в биологии и медицине, в технике связи и в автоматике, в вычислительной технике, в экономике и социологии. В основе кибернетики лежит идея возможности развить общий подход к рассмотрению процессов управления в системах различной природы. Сила этой идеи заключается в том, что оказалось возможным, кроме общих рассуждений методологического характера предложить также мощный аппарат для количественного описания процессов, для решения сложных задач, основанный на методах теории информации, теории динамических систем, теории алгоритмов и теории вероятностей.

Рождение кибернетики принято связывать с датой опубликования (в 1948г.) Норбертом Винером его знаменитой книги «Кибернетика, или управление и связь в животном и машине». В этой работе выдающегося американского математика впервые были четко показаны пути создания общей теории управления и заложены основы методов рассмотрения проблем управления и связи для различных систем с единой точки зрения. Интересно отметить, что к этим проблемам привлекли внимание Винера, Розенблюта и других ученых, причастных к ее зарождению, не только желание понять направление развития и методологию науки, стремление обобщить достижения различных наук, хотя это тоже сыграло свою роль. Непосредственным толчком для интенсивной разработки проблем управления с самых общих позиций послужили конкретные практические задачи, такие, как: создание и использование вычислительных машин и особенно вычислительных устройств для управления огнем зенитной артиллерии Задача отделения полезного сигнала от сопровождающего его шума, задача создания машины для чтения вслух, некоторые задачи нейрофизиологии и т. п. Не умаляя заслуг Норберта Винера и его коллег, необходимо, однако отметить, что по существу ряд научных направлений, составляющих сейчас основные положения кибернетики, разрабатывался уже на протяжении многих лет, а некоторые даже в течение столетий. Уже более 100 лет (начиная с работ Максвелла и Вышнеградского) разрабатывается теория регулирования, теория систем с обратной связью. Более 60 лет прошло с начала работ по применению алгебры логики для исследования переключательных схем (работы советских ученых Шестакова, Гаврилова, японского ученого Нака-симо). Идея создания цифровых вычислительных машин разрабатывалась еще Паскалем и Лейбницем в XVII в. ив более развитом виде Бабэджем в XIX в. Тем не менее, только после работы Винера началась цепная реакция формирования общей теории управления.

Взаимодействуя и взаимооплодотворяя друг друга, начали бурно развиваться теория информации, теория переключательных схем, теория автоматического управления, теория нейронных сетей. Появились новые технические средства в виде аналоговых и цифровых электронных вычислительных машин, позднее — мощных компьютерных систем появилась возможность ставить кибернетические эксперименты, основанные на моделировании процессов управления при помощи компьютерных технологий.

Несмотря на то, что многие ученые классического направления относились к этой новой науке иронически, кибернетика продолжала свое победное шествие, доказывая право на существование не только теоретическими результатами, но огромным вкладом в решение ряда сложнейших практических задач. Появление мощных компьютерных систем, создание оптимальных и самонастраивающихся систем управления, создание эффективных методов исследования операций и многие другие важные научные и практические результаты, явились прямо или косвенно результатом развития работ в области кибернетики и привели к тому, что к середине XX в. эта наука уже завоевала право на существование и академическое признание.

Норберт ВИНЕР

«Отец кибернетики» Норберт Винер родился 26 ноября 1894 г. в Колумбии, США. Родители Норберта, польские евреи по происхождению, были выходцами из России. Отец Норберта, Лео Винер, был профессором славянских языков и литературы Гарвардского университета. С четырех лет Норберт научился читать и почти с этого же возраста начал увлекаться научной литературой самого различного характера. К семи годам у Норберта был уже опыт чтения книг Дарвина, Кингли, Жарко и др. Отец разработал маленького Норберта весьма напряженную программу домашнего обучения: мальчик должен был изучать различные языки и заниматься математикой. После окончания в 1906 г. начальной школы Норберт поступил в Тафтс-колледж, который он окончил в 1909 г. и получил звание бакалавра. После этого Норберт слушает лекции в Гарвардском (1909—1913 гг.) и Корнуэлъском (1910 г.) университетах. В возрасте 18 лет Винер защитил в Гарвардском университете диссертацию по философии математики на степень доктора философии. После окончания университетского курса Гарвардский университет предоставил Н. Винеру стипендию для поездки за границу. Н. Винер использовал эту возможность, чтобы побывать в Англии — в Кембридже (1913—1916 г.) и в Германии — в Геттингене (1914 е.). В Кембридже под руководством Бертрана Рассела Винер изучал математическую логику и философию науки вообще и, кроме того, слушал лекции по математике Г. К. Харди. После возвращения в США Винер в 1915 е. прослушал курс лекций в Колумбийском университете. В 1915/16 г. Винер получил место преподавателя-стажера Гарвардского университета. Однако вскоре он покинул университет и в 1917— 1918 г. работал в Американской энциклопедии. В 1918—1919 г. Винер — военнослужащий Абердинского полигона, а в 1919 г. - служащий газеты «Бостон геральд.». В 1919 г. Винер получил должность ассистента на кафедре математики Массачусетского технологического института. В этот период им были написаны статьи о броуновском движении, в которых была раскрыта возможность совместного использования лебеговой техники интегрирования и статистической физики Гиббса. Эти работы впоследствии оказались ценными для анализа дробового аффекта в радиоэлектронике. С 1919 по 1929 г. Винер — преподаватель, с 1929 по 1932 г. доцент, а с 1932 г. — профессор Массачусетского технологического института. В этот период Н. Винером был написан ряд статей по теории банаховых пространств, теории потенциала, теории функций действительного переменного и по другим проблемам различных разделов математики физики. Во время второй мировой войны Винер под руководством В. Буша участвовал в разработке и применении электронной вычислительной машины для баллистических расчетов. Задачи управления артиллерийским огнем заставляют Н. Винера заняться теоретическими и экспериментальными исследованиями, непосредственно связанными с теорией автоматического управления.

К этому времени у Винера возникли соображения об общности принципа отрицательной обратной связи, как для систем автоматического регулирования, так и для живых организмов. Эти идеи об общности принципов управления в живых и неживых системах, горячо поддержанные нейрофизиологом доктором Ровенблютом, явились началом формирования кибернетической концепции Винера, которая была позднее изложена им в его книгах «Кибернетика» и «Кибернетика и общество».

Оформление кибернетики как самостоятельной науки явилось поистине революционным событием, вызвавшим глубокую перестройку всего современного научного мировоззрения. Под непосредственным влиянием идей Винера о сущности информации и энтропии, их роли в организованных системах развивались также работы, приведшие к созданию теории информации.

Кроме работ по кибернетике, Н. Винеру принадлежат фундаментальные исследования по теории вероятностей и по теории интеграла Фурье и его приложений. Умер Норберт Винер 19 марта 1964 г.

І Предмет, методы и понятийный аппарат

экономической кибернетики

1.1. Кибернетика как наука и ее связь с экономикой

Содержанием одной из основных идей, внесенных в наше мировоззрение кибернетикой, является новый взгляд на составляющие, из которых состоит окружающий нас мир. Классическое представление о мире, состоящем из материи и энергии, должно было уступить место представлению о мире, состоящем из трех составляющих: энергии, материи и информации, ибо без информации немыслимы организованные системы, а наблюдаемые в природе живые организмы и созданные человеком управляемые системы представляют собой организованные системы. Более того, эти системы не только являются организованными, но и сохраняют свою организованность со временем, не растрачивая ее, как следовало бы из второго принципа термодинамики. Единственным возможным объяснением факта сохранения организованности является непрерывное извлечение из внешнего мира потока информации о происходящих в нем явлениях, о процессах, происходящих в самих системах.

Одной из основных особенностей кибернетики является то, что она рассматривает управляемые системы не в статическом состоянии, а в их движении и развитии. Рассмотрение систем в движении коренным образом меняет подход к их изучению, и в ряде случаев позволяет вскрывать закономерности и устанавливать факты, которые иначе оказались бы невскрытыми. Такое функциональное свойство систем, как их устойчивость, имеющее решающее значение для оценки работоспособности многих систем и даже выяснения возможности их длительного существования, было бы невозможным без рассмотрения динамики происходящих в них процессов.

Кибернетика рассматривает не изолированные системы, а некоторую их совокупность, в которую, вообще говоря, входит вся Вселенная. Эта наука должна учитывать, и учитывает те многообразные связи, которые закономерно образуются между отдельными частями сложных систем и определяют их свойства, поведение, их развитие, гибель и воспроизведение.

Кибернетический подход отличается относительностью точки зрения на систему в том смысле, что одна и та же совокупность элементов в одном случае может рассматриваться как система, а в другом случае при решении других задач — как часть некоторой большей системы, в которую она входит. Так, например, пневматический молоток сам по себе может рассматриваться как некоторая динамическая система, но как систему можно рассматривать и человека, выполняющего работу при помощи пневматического молотка. Эта совокупность в свою очередь является частью системы, которая представляет собой организацию, в работе которой участвует этот человек, и т. д. Свойства и особенности любых объектов не могут быть правильно оценены и учтены без рассмотрения многообразных связей и взаимодействий, закономерно образующихся между отдельными объектами и окружающей их средой. Учет влияния среды является характерным для кибернетического подхода к рассмотрению явлений, происходящих в управляемых системах.

Как бы детально и строго мы ни старались изучать поведение системы, мы никогда не сумеем учесть все бесчисленное множество факторов, прямо или косвенно влияющих на ее поведение. Поэтому необходимо считаться с неизбежностью наличия некоторых случайных факторов, являющихся результатом действия этих неучтенных процессов, явлений и связей. Кибернетика широко использует статистические методы для исследования поведения систем, подверженных случайным воздействиям. Благодаря статистическим методам, оказывается возможным, хотя и не определенно, а лишь в вероятностном аспекте — в среднем, но строго и точно предсказывать поведение сложных систем.

Развиваемые в кибернетике идеи и методы направлены на достижение следующих целей, которые стоят перед этой наукой:

а) Установить важные факты, общие для всех управляемых систем или, по крайней мере, для некоторых классов этих систем. Как и во всякой теории, фактические данные являются важнейшей ее составной частью и служат основой для выдвижения гипотез, построения теории и установления закономерностей;

б) Выявить ограничения, свойственные управляемым системам, и установить их происхождение, т. е. тем самым установить те границы, в пределах которых проектировщик свободен выбирать структуру системы, управляющее устройство способно изменять управляющее воздействие, управляемая система может изменять свои состояния;

в) Найти общие законы, которым подчиняются управляемые системы. Опираясь на фактические данные, выдвигая соответствующую аксиоматику, выстраивая доказательства положений, основывающихся на принятых аксиомах, кибернетика как любая другая точная наука может и должна постепенно создавать стройную систему теоретических положений, законов и принципов, которые будут составлять центральное ядро этой науки;

г) Указать пути использования фактов и закономерностей, составляющих теорию, для практической деятельности человека. Это прикладное направление кибернетики, разумеется, является не менее важным, чем ее теоретическое развитие. Ясно, что было бы бессмысленно изучать поведение систем, устанавливать факты и закономерности, если бы они не могли быть использованы для практических целей. Однако сама по себе теория еще далеко не всегда обеспечивает решение непосредственно прикладных задач. Для того чтобы решать практические задачи, необходимо построить мост между теоретическими положениями и прикладными методами решения задач. При этом приходится учитывать специфические особенности определенных классов управляемых систем. Поэтому приложения общих методов кибернетики для решения практических задач изучаются в таких прикладных науках, порожденных кибернетикой, как техническая кибернетика, экономическая кибернетика, биологическая кибернетика, социальная кибернетика.

В целом возникновение любой науки предопределяется наличием объективных и субъективных предпосылок. Объективными уловиями возникновения новой науки являются:

первое – наличие объекта исследования;

второе – необходимость исследования, возникшая в общественной практике;

Третье – возможность науки осуществить такое исследование.

Таким образом, первое условие характеризует необходимость объективного существования объекта исследования – систем – и процессов управления… Второе условие – потребность в выполнении исследования возникает в недрах… Необходимость исследования систем и процессов управления достаточно остро проявилась сразу в нескольких областях.…

Экономическая кибернетика исследует экономику, ее структурные и функциональные звенья как сложные динамические системы, в которых протекают процессы управления, информационные по своему содержанию.

Объект экономической кибернетики— экономическая система (предприятие, отрасль, регион, страна, др.) — являются общим с другими экономическими науками: экономической теорией, экономикой промышленности, региональной экономикой и т.д.

Предмет исследования экономической кибернетики — процессы и закономерности структурной организации и функционирования экономики как системы управления и, прежде всего, — информационные по всему содержанию — механизмы управления экономическими процессами.

Таким образом, экономическая кибернетика использует результаты экономической науки и формирует целостное представление об экономике как о сложной динамической системе, изучает взаимодействие ее производственно-экономической и организационно-хозяйственной структур в процессе управления ее функционированием и развитием.

Основной идеей кибернетики является идея сходства структуры и функций систем управления различной природы. Кибернетика как наука об общих законах управления возникла потому, что в системах самой разной природы выявился изоморфизм структур причинно-следственных связей, алгоритмов управления, правил преобразования информации и т.д. Поэтому одновременно с кибернетикой родилась гипотеза о возможности моделирования систем и процессов управления одной природы с помощью аналогичных систем и процессов другой природы.

Кибернетика исследует весьма специфические объекты — системы и процессы управления.Она характеризуется новыми подходами к анализу и синтезу сложных динамических объектов. Кибернетике присущ системный подход, позволяющий рассматривать явление во всей его сложности, с учетом всех имеющихся связей и свойств. Это дает возможность выявить, познать и рационально использовать закономерности управления в природе, обществе и искусственно создаваемых системах. Вместе с тем, развитие кибернетики потребовало переосмысления некоторых старых понятий, сложившихся в общественной практике, и формализации представлений терминологического характера, являющихся исходной базой при изучении сложных систем управления различной природы. Весьма важны содержательные характеристики основных понятий кибернетики: система, модель, управление, информация.

Моделирование — основной специфический метод кибернетики, применяемый для анализа и синтеза систем управления. Это особый познавательный прием, когда вместо непосредственного исследования объекта познания субъект исследования выбирает или создает сходный с ним вспомогательный объект — информационный образ, или модель, исследует его, а полученные новые знания переносит на объект — оригинал. В процессе моделирования используются различные общелогические и общенаучные методы, что позволяет отнести метод моделирования к классу синтетических общенаучных методов познания.

Моделирование — не единственный метод кибернетики. Существуют методы исследования и оптимизации систем, не связанные с моделированием, например, натурные эксперименты, наблюдения и др.

Для анализа и синтеза систем управления используются различные экономико-математические методы и модели. В соответствующих разделах курса будут рассмотрены условия и особенности их применения.

1.2. Основы теории систем

Термин «система» употребляется в различных областях науки и техники и других областях человеческой деятельности. Астрономы используют понятие «солнечная система», математики — «система уравнений», физиологи — «система пищеварения», экономисты — «финансовая система», актеры — «система Станиславского» и т.д. Общим во всех этих вариантах употребления понятия «система» является то, что ему сопутствует понятие некоторой упорядоченности множества элементов, наличие связей между элементами. В словаре русского языка Даля система определяется как «план, порядок расположения целого». По определению энциклопедического словаря система — «объективное единство закономерно связанных друг с другом предметов, явлений, а также знаний о природе и обществе». В основу понятия «система» положено наличие связей между объединяемыми в систему элементами; эти связи должны определяться некоторыми общими правилами или принципами.

Рассмотрим некоторую совокупность элементов и в соответствии с каким-то принципом объединим их все или часть их в систему; рассмотрев эту же совокупность элементов или часть ее и объединив их в соответствии с другим принципом, мы получим уже другую систему. Поэтому справедливо утверждение, что характеристики системы в целом определяются как характеристиками входящих в ее состав элементов, так и характеристиками связей между ними. Можно сказать, что определение любой конкретной системы является произвольным. Вполне обоснованно ножницы можно назвать системой. Однако более сложная совокупность элементов, включающая, например, работниц, режущую что-нибудь ножницами, также является подлинной системой. В свою очередь, работница с ножницами представляет часть более крупной системы производства какого-либо изделия и т.д.

Любая организация является сложной социально-технической системой. Термин «система», употребляемый в современной практике, имеет множество значений и смысловых нюансов. Это приводит к необходимости выделить те значения, которые имеют непосредственное отношение к системному анализу деятельности организации. Далее приведены четыре определения, которые представляются наиболее удачными.

Первое из них дано в Международном стандарте ИСО 9000:2000 «Системы менеджмента качества. Основные положения и словарь». Система — это совокупность взаимосвязанных и взаимодействующих элементов. Следует отметить, что в современном менеджменте качества уделяется большое внимание системному подходу к деятельности организации.

Российский энциклопедический словарь трактует понятие «система» следующим образом: система (от греческого Systema — целое, составленное из частей) — множество элементов, находящихся в отношениях и связях друг с Другом, образующих определенную целостность, единство.

Третье определение: система — совокупность связанных между собой и с внешней средой элементов и частей, Функционирование которых направлено на получение конкретного результата.

И, наконец, четвертое определение (применительно к сложным системам): системой является совокупность взаимосвязанных элементов, объединенных единством цели и общими целенаправленными правилами взаимоотношений.

Причем под совокупностью элементов здесь следует понимать не просто набор элементов, хотя бы и с общими признаками, а набор, который позволяет обнаружить у системы некоторую общую характеристику. Эта общая характеристика хотя и зависит от характеристик отдельных элементов, но не присуща ни отдельному элементу, ни набору взаимосвязанных элементов. Взаимосвязь элементов будем понимать так, что элементы, не имеющие взаимосвязи или взаимовлияния с другими элементами системы, не принадлежат данной системе.

Как всякое фундаментальное понятие, термин «система» лучше всего конкретизируется при рассмотрении ее основных свойств. Для системы характерны следующие основные свойства:

• целенаправленность — определяет поведение системы;

• сложность — зависит от множества входящих в систему компонентов, их структурного взаимодействия, а также от сложности внутренних и внешних связей и их динамичности;

• делимость — система состоит из ряда подсистем или элементов, выделенных по определенному признаку, отвечающему конкретным целям и задачам;

• целостность — функционирование множества элементов системы подчинено единой цели. При этом система проявляет так называемые интегративные, эмерджентные (от англ. emergent — неожиданно возникающий) свойства, т.е. свойства, присущие системе в целом, но отсутствующие в отдельно взятых ее элементах;

• многообразие элементов и различие их природы — это связано с их функциональной специфичностью и автономностью;

• структурированность — определяется наличием установленных связей и отношений между элементами внутри системы, распределением элементов системы по уровням иерархии.

Поскольку кибернетика учитывает влияние на систему внешней среды, исходной характеристикой системы является ее противопоставление окружению. Среда — это все то, что не входит в систему. Среда представляет собой совокупность всех систем, кроме исследуемой, выделенной, интересующей нас в настоящий момент части реального окружающего мира. Поэтому можно сказать, что система — это конечное множество объектов, каким-то образом выделенное из среды посредством границы системы. Понятие «границы» в целом ряде случаев весьма условно, и при моделировании необходимо четко определить, где кончается система, а где начинается среда.

Между средой и бизнес-системой, которой является организация, существует множество взаимных связей, с помощью которых реализуется процесс взаимодействия среды и системы (рис. 1.2).

По входной и выходной связям между системой и средой путем взаимной передачи происходит обмен материальными, финансовыми, энергетическими, информационными и иными элементами. Элементы, передаваемые системой во внешнюю среду, будем называть конечными продуктами деятельности системы, а передаваемые из среды в систему — ресурсами.

Рис. 1.2. Связи системы-организации свнешней средой

 

Цель системы — достижение и сохранение желаемого состояния или желаемого результата поведения системы. Применительно к экономическим системам (в частности, к организациям) более подходит другое определение цели. Цель организации — стремление к максимальному результату, выражаемому в максимизации ценности капитала, при постоянном сохранении определенного уровня ликвидности и достижении целей производства и сбыта с учетом социальных задач. Вспомогательной стоимостной целью является стремление к оптимальной расчетной прибыли за период.

Задача системы — описание способа (технологии) достижения цели, содержащее указание на цель с желаемыми конкретными числовыми (в том числе временными) характеристиками.

Система целей — совокупность взаимоувязанных целей. В соответствии с определением понятия «система» для одного и того же объекта может быть рассмотрено несколько систем целей, т.е. использовано несколько оснований для их классификации, например:

• стратегические и тактические цели;

• долгосрочные (выполнение через несколько лет) и
краткосрочные (выполнение через год и ранее) цели;

• производственные, финансовые, социальные цели,
цели повышения качества продукции и т.п.

Древовидная система целей включает как минимум глобальную цель — существование организации и две главные цели — цель функционирования (выпускать продукцию) и цель развития (развиваться) (рис. 1.3).

Таким образом, система представляет собой упорядоченное подмножество объектов, интенсивность взаимосвязей которых превышает интенсивность отношений с объектами, не входящими в данное подмножество, т.е. с внешней средой.

Объект (элемент, компонент)— часть системы, выделенная по какому-либо признаку, сформулированному заинтересованным лицом. При этом объекты системы и отношения между ними выделяются в зависимости от точки зрения заинтересованного лица или группы лиц, например, одно и то же предприятие может рассматриваться как производственная, организационно-экономическая или социальная система. Выбор точки зрения — категория системного анализа, характеризующаяся выделением определенных аспектов рассмотрения проблемы и применением особой терминологии, соответствующей этим аспектам.

По существу, вся Вселенная состоит из множества систем, каждая из которых содержится в более крупной системе подобно множеству пустотелых кубиков, вложенных друг в друга. Так же, как всегда, можно представить себе более обширную систему, в которую входит данные, всегда можно выделить из данной системы более ограниченную. Пару ножниц, о которой мы только что упоминали, можно считать минимальной системой. Однако посмотрим, что получится, если сломать винт, соединяющий лезвия, и рассматривать одно лезвие. Исходя из старой точки зрения, это уже не система, а один безжизненный ее обломок. Действительно, одно лезвие уже не представляет систему для резания. Но, положив лезвие под микроскоп, мы увидим этот «обломок» как сложную систему.

Существенным признаком системы является наличие некоторой «глобальной» цели, общей для системы в целом. Следует отметить, что собственные цели элементов, входящих в систему, могут быть различны и не всегда совпадают с общей целью системы. Взаимодействие элементов в системе часто таково, что изменение одной или нескольких связей между элементами приводят к изменению других связей. Иными словами, взаимосвязи элементов в системе являются существенными обстоятельствами, которые необходимо учитывать при анализе системы.

Система характеризуется набором свойств. Свойства зависят от набора элементов, их состояния в данный момент и взаимосвязей между элементами. Естественно, что свойства системы могут меняться во времени. Из множества М свойств системы можно выделить существенные, важные для данного исследования (или вообще какого-то элемента окружения системы). Так как окружение системы может меняться, и могут меняться задачи и этапы исследования системы, то тот набор свойств, который был существенным в момент t:

,

в другой момент времени может быть другим:

.

Будем называть состоянием системы в некоторый момент времени множество существенных свойств (и их значения), которыми система обладает в данный момент:

A(t).

Как уже отмечалось, исходной характеристикой системы является внешняя средаили окружение,понимаемое как множество тех элементов системы (и их существенных свойств), которые не являются частями системы, но изменения в любом из которых может повлечь за собой изменение в состоянии системы. И обратно, система может влиять на свое окружение (внешнюю среду).

Таким образом, окружение системы — это совокупность внешних элементов, способных влиять на ее состояние A(t), которое зависит как от параметров системы, так и от состояния окружения:

A(t) = F{α₁(t), α₂(t), ..., α_n(t); a₁(t), a₂(t), ..., a_m(t)},

где α_i(t) — параметры системы и ее элементов;

a_j(t) — состояние внешних элементов или систем.

Состоянием окружения системы в момент времени t будем называть множество существенных свойств окружения в этот момент. Следует еще раз подчеркнуть, что хотя конкретные системы и их окружение объективны по характеру, они в то же время являются категориями в известной мере субъективными, поскольку конфигурация образующих их элементов выбирается в соответствии с целями исследования. Различные наблюдатели одной и той же системы могут по-разному выделить ее из окружения, описать состояние и провести исследование разных характеристик.

Таким образом, введенное понятие окружения системы или ее внешней среды является в некоторой степени неопределенным, зависящим от точки зрения исследователя. Возникает вопрос выделения границ системы. Какие из элементов, взаимодействующих с системой, отнести к ее окружению, а какие считать элементами самой системы? Многие исследователи считают, что невозможно исследовать или проектировать объект, границы которого не определены. Отсюда естественное желание локализовать систему, более четко определить ее границы. Однако здесь трудность носит принципиальный характер. В реальных системах элементы часто «проникают» из одной системы в другую. И этот переход часто происходит плавно, а не скачком. Исследователь не всегда может игнорировать связи элементов системы с другими системами, а, не имея возможности и средств точно различать границы системы, идет по пути использования нечетких представлений (своих собственных или представлений экспертов). В ряде случаев используются такие понятия, как «больше», «лучше», «много больше», «много лучше» и т.д. Такие понятия не имеют аналогов в классической математике, однако, если эту «качественную» или, как еще говорят, «нечеткую» или «семантическую» информацию отбросить, то это может обеднить анализ, который будет еще более отдален от реальности.

На практике определение границ системы, определение существенных взаимосвязей производится при помощи формализованных методик, руководящих методических материалов, типовых проектных решений. При разработке и исследовании сложных систем с передачей и обработкой информации, особенно, если система строится впервые, разработчик сам должен выбрать границы системы и ее подсистем, определить, какие из взаимосвязей являются существенными. Это связано со значительным разнообразием систем, а также с большой спецификой каждой из конкретных систем.

Исследование систем является необходимым этапом при проектировании и внедрении сложных систем. При недостаточных знаниях о системе разработчик может опустить важные, существенные связи или включить в рассмотрение несущественные, почти не влияющие на функционирование.

К сожалению, формализованные способы выделения существенных связей в системе отсутствуют. Исследователь обычно осуществляет перебор всех выделенных взаимосвязей и относит к существенным те из них, при изменении характеристик которых система существенно изменяет свои характеристики.

Разработчик сложной системы в процессе проектирования все более и более уточняет модель системы. По мере расширения знаний о системе вопросы, об уточнении границы системы, о взаимосвязях между ее элементами постоянно находятся в поле зрения разработчиков.

Подсистемойбудем называть выделенное из системы подмножество взаимосвязанных элементов, объединенных некоторым целевым назначением. Разделение системы на подсистемы, а подсистемы — на более мелкие, можно продолжать до тех пор, пока остаются элементы (минимум два), объединенные общим признаком и целью. Правила объединения элементов для крупной системы являются более общими, для подсистемы — более частными.

Любая система может быть представлена как композиция (объединение) подсистем различных уровней ирангов.

Декомпозициякак (разделение) системы на подсистемы может быть проведена по определенным признакам и различными способами. Деление системы на подсистемы по уровням и рангам называют иерархией.

При делении число уровней и количество подсистем в каждом уровне зависит от конкретной системы и не должно оговариваться заранее, однако требуется, чтобы подсистемы, входящие в данную систему, при совместном функционировании выполняли все функции системы.

Иерархическая система управления данного уровня подчиняется системе более высокого уровня, в состав которой она входит.

Структурой(от лат. structure — строение, расположение, порядок, взаимосвязь составных частей) называется относительно постоянный порядок внутренних пространственно-временных связей системы между ее элементами и взаимодействия их с внешней средой, определяющей функциональное назначение системы.

Связи системы подразделяют на внешниеи внутренние.Связи с подчиненными подсистемами или между ними считаются внутренними, а связи, выходящие за границы системы, — внешними.

Связи обладают направленностью.Для информационных систем — это получение информации, приказа, или, наоборот, выдача информации. Связь от внешней среды к системе (или ее элементу) называется входом, а направленная вовне — выходом. Каждая связь между элементами системы является входом для одного из них и выходом — для другого.

Классификация систем

По степени сложности структуры выделяют простые и сложные системы, иногда в отдельный класс сводят так называемые «большие» системы — совокупность разнородных сложных систем со сравнительно слабыми связями между ними.

Характеристики «сложности» систем многообразны и сопровождаются одновременно многими специфическими чертами, такими, как:

• многокомпонентность системы (большое число элементов, связей, большие объемы циркулирующей информации, др.);

• многообразие возможных форм связей элементов (разнородность структур древовидных, иерархических,);

• многокритериальность, т.е. наличие ряда разноплановых (в том числе противоречивых) критериев;

• многообразие природы элементов, составляющих систему;

• высокий динамизм поведения системы и ее структурных характеристик и др.

Весьма характерным для сложных систем является то обстоятельство, что, независимо от природы исследуемой системы, при решении задач управления используются одни и те же абстрактные модели, составляющие сущность системного подхода, позволяющие определить пути продуктивного исследования сложных систем любой природы и любого назначения.

Как и для любых систем, основной чертой сложных систем традиционно считается целостность, или единство системы, холизм, проявляющийся в наличии у всей системы общей цели, назначения. Поэтому системы, отдельные составные части которых не взаимодействуют со всей системой в плане подчинения единой цели, не относятся к классу сложных систем, исследуемых в кибернетике.

Для сложных систем целостность характеризуется еще рядом свойств и особенностей, ее многогранность выражается понятиями: дифференциация, интеграция, симметрия, полярность и др. Дифференциацияотражает свойство расчлененности целого, проявление разнокачественности ее частей. Противоположное понятие — интеграция— связано с объединением совокупности соподчиненных элементов в единое образование.

Симметрия и асимметриявыражают степень соразмерности в пространственных и временных связях системы. Любая кибернетическая система обладает всеми характерными признаками целостности. Из принципа симметрии и полярности следуют важные заключения о свойствах структуры и процессов исследуемых кибернетикой систем и моделей.

По содержанию понятия «элемент» можно выделить две большие группы систем: абстрактные и конкретные. Абстрактными системаминазываются такие, все элементы которых являются понятиями. Примером абстрактных систем являются логические, условные, философские и т.д. Конкретными системамиявляются те, в которых хотя бы два элемента являются объектами. Среди конкретных систем выделяются следующие классы: физические, биологические, социальные, искусственные; каждый из этих классов можно разделить на более узкие группы.

По сложности поведения выделяются следующие типы конкретных систем:

• автоматические системы, которые могут реагировать на внешние воздействия только детерминировано, например, часы.

• решающие системы, которым присущ акт решения; они имеют постоянные стохастические критерии различения случайных сигналов. Примерами могут служить радиолокационная станция, рецепторные механизмы организмов;

• самоорганизующиеся системы имеют гибкие критерии различения сигналов и гибкие реакции на воздействия, приспосабливающиеся к заранее неизвестным сигналам и воздействиям. Примеры — простейшие организмы и некоторые кибернетические системы.

• предвидящие системы имеют столь высокоорганизованную структуру и большие объемы запоминающих устройств, что сложность их поведения превосходит сложность внешних нецеленаправленных воздействий. Такие системы могут изучать исходы взаимодействий - до данного момента и на основе этого изучения «предвидеть» дальнейший ход событий. (Например — человек.)

Классификация систем по степени противоречия целей связана с рассмотрением взаимодействия системы и внешней среды. Если рассматривать среду как некоторую систему В, то возможны три случая:

1) цель системы В такова, что она в той или иной степени способствует достижению цели системы А; 2) цель системы В такова, что она в той или иной степени препятствует системе А вдостижении ее цели; 3) система В индифферентна по отношению к системе А.

В общей теории систем рассматривается упорядоченная теоретическая основа для описания общих взаимосвязей реального мира.Очевидно, что для создания такой основы имеется большое количество материала, которое можно использовать. В различных научных дисциплинах имеются теоретические построения, которые обладают сходными чертами. Можно разработать модели, которые пригодны для исследования многих систем, в том числе физических, биологических, социальных, а также систем поведения (бихевиористских систем). Главной, но пока еще отдаленной целью общей теории систем является создание некоторой направляющей основы (системы систем, состоящих из систем), которая позволила бы связать все научные дисциплины в полное смысла единое целое.

Одной из наиболее веских причин создания общей теории систем является проблема связи между различными научными дисциплинами.Хотя и существует аналогия между основными методами исследований, каждый из которых является научным методом, результаты исследований в одной области не так часто пересекают границы данной научной дисциплины. Поэтому понятия и гипотезы, разработанные в одной научной области, редко применяются в других областях, где они могли бы, возможно, привести к значительным достижениям. Кажется, что специалисты различных профессий совсем не связаны друг с другом. Например, Боулдинг отмечает: «Физики, следовательно, разговаривают только с физиками, экономисты с экономистами, более того — физики-ядерщики общаются только с ядерщиками, эконометристы с эконометристами. Приходится удивляться тому, что наука не топчется на месте в обществе отшельников, замкнувшихся вчетырех стенах и бормочущих что-то на собственном, только им понятном языке».

Когда рассматриваются различные стороны жизни общества, далекие друг от друга, противоречия идей и трудности, возникающие при общении ученых разных специальностей между собой, возрастают, конечно, в еще большей степени. Эти противоречия особенно усилились вдвадцатом веке, поскольку кроме работ в отдельных областях знания проводились исследования на стыке ряда наук. Такие науки, как социальная психология, биохимия, астрофизика, социальная антропология, экономическая психология и экономическая социология, были созданы для того, чтобы выявить скрытые взаимосвязи прежде полностью изолированных дисциплин. Например, кибернетика являющаяся наукой о связи и управлении, использует достижения вычислительной техники, нейрофизиологии, биологии и других наук. Часто указывают и на исследование операций как на такой подход к решению задач, который основан на совокупном применения многих дисциплин. Еще одним примером науки, использующей многочисленные источники, служит теория информации. Теория организации включает экономику, социологию, технику, психологию, физиологию и антропологию. Способы решения различных проблем и процессы принятия решений становятся главными вопросами, на которые в настоящее время обращается внимание при исследованиях в различных областях. К сожалению, при возникновении «новых» дисциплин на стыке нескольких наук ученые начинают пользоваться жаргоном или своеобразным «внутренним» языком, что также порождает проблему связи между исследователями.

Приведенные примеры возникновения наук на границах других дисциплин показывают, что существует повышенный интерес к созданию общих систематических основ знания. Однако эта тенденция предполагает, что предварительно должны быть разработаны общие теоретические рамки, используя которые, можно интегрировать различные части в единое целое. Чтобы стремление к объединению различных дисциплин не вылилось в оторванные от этих дисциплин методы, необходимо разработать некоторую структуру, объединяющую отдельные дисциплины с учетом их особенностей. Одним из возможных подходов к созданию такой структуры (общей теории систем) может служить выбор явлений, касающихся одновременно различных дисциплин, и построение отражающих эти явления общих моделей. Другой подход может заключаться в построении иерархии уровней сложности для основных типов систем в различных реальных областях. При этом необходимо определить степень абстрагирования при представлении каждого уровня иерархии.

Рассмотрим второй подход, основанный на иерархии Уровней, более детально, так как он ведет к понятию «системы систем», применяемому в большинстве предпринимательских и других организаций. Читатель, несомненно, сможет легко найти примеры для каждого уровня описываемой модели из числа хорошо знакомых ему систем

1. Первый уровень— уровень статической структуры Он мог бы называться уровнем «оснований». Это — география и анатомия Вселенной. Описание этой структуры служит началом систематизированных теоретических знаний почти в любой области науки, так как невозможно создать точную функциональную или динамическую теорию, не имея достоверного описания статических взаимоотношений.

2. Второй уровеньиерархии систем представляет собой уровень простой динамической системы с предопределенными, обязательными движениями. Он может быть назван уровнем «часового механизма». С точки зрения человека, солнечная система представляет собой большие часы Вселенной, а исключительно точные предсказания астрономов являются доказательством высокого качества изучаемых ими часов. Большая часть теоретических положений в физике, химии и даже в экономике относится к этой категории.

3. Третьим являетсяуровень механизма управления или, другими словами, кибернетической системы, причем его можно было бы назвать уровнем «термостата». Он отличается от простой системы устойчивого равновесия главным образом тем свойством, что передача и анализ информации составляют существенную часть системы. Примером кибернетического механизма в физиологии является модель гомеостазиса; такие механизмы существуют во всем эмпирическом мире биологии и социологии.

4. Четвертый уровень— «открытая система», самосохраняющаяся структура. Этот уровень, на котором живое начинает отличаться от неживого, может быть назван уровнем клетки.

5. Пятый уровеньможно назвать генетически-общественным. Он олицетворяется растением и доминирует в эмпирическом мире ботаника.

6. По мере движения в этой иерархии вверх от мира растений к миру животных постепенно достигается шестой уровень — уровень «животных»,который характеризуется наличием подвижности, телеологическим поведением и осведомленностью. У животных развиты специализированные приемники информации (глаза, уши и т. д.), что приводит к значительному увеличению потока входной информации; кроме того, имеются сильно развитые нервные системы, в конечном итоге приводящие к появлению мозга, который формирует из воспринимаемой информации основные черты явления, или «образ». Чем выше организация животных, тем заметнее становится то, что их поведение не является простым ответом на какое-то воздействие, а определяется «образом», или структурой знания, или окружающей обстановкой в целом. Трудности предсказания поведения этих систем возрастают из-за того, что между воздействием и реакцией на него вклинивается образ.

7. Седьмой уровень рассматривает отдельного человека как систему и называется «человеческий». Кроме всех или почти всех характеристик «животных» систем человек обладает самосознанием, которое отличается от простой осведомленности животного. Человеческое воображение помимо того, что оно сложнее, чем у высших животных, обладает свойством самоотражения — человек не только знает, но и осознает, что он знает. Это свойство, по-видимому, тесно связано с явлениями языка и с использованием символов. Феномен устной и письменной речи — возможность создания, восприятия и интерпретации сложных символов в противовес такому простому символу, как предостерегающий крик животного, — наиболее четко отличает человека от его «низших» собратьев.

8. Весьма сложно отделить уровень индивидуального человеческого организма от следующего восьмогоуровня социальной организации, поскольку символические образы жизненно важны для отдельного человека, так как его поведение основывается на них. Тем не менее, удобно для некоторых целей выделить отдельного человека как систему из окружающих его общественных систем, и в этом смысле можно сказать, что общественные институты составляют следующий уровень организации. На этом уровне мы должны интересоваться содержанием и значением сообщений, природой и размерами систем, отражением «образов» в летописи истории, тонким символизмом искусства, музыки ипоэзии и, наконец, сложной гаммой человеческих эмоций.

9. Чтобы завершить построение структуры иерархии систем, необходимо добавить девятыйуровень — трансцендентальные системы,которые характеризуют конечное и абсолютное, неизбежное и непознаваемое,проявляющие определенную структуру и взаимосвязь. Здесь имеется в виду выход за пределы метасистемы, каковой является Вселенная, и погружение в мир непознаваемого, в мир Абсолюта, Логоса, Высшего Разума.

Очевидно, первый уровень иерархии наиболее распространен. Описания статических структур широко известны. Они оказываются полезными при создании теоретической основы для последующего анализа и синтеза. Примеры динамических систем типа «часового механизма», в которых важную роль играет элемент предсказания, можно найти в классических естественных науках, таких, как физика и астрономия. Для наиболее высоких уровней весьма трудно подобрать адекватные теоретические модели. В последние годы возрос интерес к кибернетическим системам с замкнутым контуром управления, или системам типа «термостат». В то же время наблюдается прогресс в области систем с разомкнутым контуром управления, с саморегулирующейся структурой и со способностью к caмовоспроизведению. Едва ли имеются совершенные теоретические модели систем за пределами четвертого уровня, однако компьютерное моделирование систем этого уровня, несомненно, может принести пользу в свете общей теории систем.

Важнейшей чертой общей теории систем является то, что она различает закрытые и открытые системы.Примерно открытой системы служит живой организм, который не является лишь конгломератом отдельных элементов, представляет собой систему, обладающую организацией и целостностью. Организм, являющийся открытой системой, поддерживает свое состояние неизменным, в то время как поступающие в него вещества и энергия изменяются (так называемое состояние «динамического равновесия»). Находясь под влиянием среды и сам, оказывая на нее воздействие, организм приходит в состояние динамического равновесия в условиях существующего окружения. Такое представление о системе в точности соответствует любой организационной структуре. Эта организация представляет собой созданную человеком систему, которая динамически взаимодействует со своим окружением потребителями, конкурентами, профсоюзами, поставщиками, правительством и другими организациями. Кроме того, организацию можно рассматривать как систему взаимосвязанных частей, функционирующих совместно для достижения ряда целей всей организации и отдельных ее частей.

1.3. Системный подход

Локальным решениям, полученным на основе охвата небольшого числа существенных факторов, кибернетика противопоставляет системный подход. Этот подход отличается от традиционного, предусматривающего расчленение изучаемого объекта на составные элементы и определение поведения сложного объекта как результата объединения свойств, входящих в него систем.

Системный подход — это методология специального научного познания и социальной практики, а также объяснительный принцип, в основе которого лежит исследование объектов как систем.

Методологическая специфика системного подхода определяется тем, что он ориентирует исследование на:

• раскрытие целостности объекта и обеспечивающих его механизмов;

• выявление многообразных типов связей сложного объекта;

• сведение этих связей в единую теоретическую картину.

Системный подход реализует представление сложного объекта в виде иерархической системы взаимосвязанных моделей, позволяющих фиксировать целостные свойства объекта, его структуру и динамику.

Итак, системный подход основывается на принципе целостности объекта исследования, т.е. исследование его свойств как единого целого, единой системы. Этот принцип исходит из того, что целое обладает такими качествами, которые не обладает ни одна из его частей. Такое свойство — эмерджентность— обсуждалось нами при описании свойств систем. Выражением эмерджентных свойств является всякий эффект взаимодействия, не аддитивный по отношению к локальным эффектам.

Системный подход опирается на диалектический закон взаимосвязи ивзаимообусловленности явлений в мире иобществе и требует рассмотрения изучаемого явления или процесса не только как самостоятельной системы, но и как подсистемы некоторой суперсистемы более высокого уровня. Системный подход требует прослеживания как можно большего числа связей, не только внутренних, но и внешних — с тем, чтобы не упустить действительно существенные связи и факторы и оценить их эффекты. Практически системный подход — это системный охват, системные представления, системная организация исследования.

Любой объект исследования, таким образом, может быть представлен и как подсистема некоторой системы более высокого ранга — это приводит к проблеме выделения системы, установления ее границ, — и как система по отношению к некоторой совокупности подсистем более низкого ранга, которые, в свою очередь, образованы некоторыми элементами, дальнейшее дробление которых нецелесообразно с точки зрения конкретного исследования, — это определяет необходимость постановки задачи выбора такого первичного элемента.

Не существует однозначного подхода к определению первичного элемента, выбор которого осуществляется субъективно, в соответствии с целями исследования. Первичным элементом системы является элементарный объект, неделимый далее средствами данного метода декомпозиции в границах данного исследования; устойчивость которого выше, чем устойчивость системы в целом.

Концепция первичного элемента системы позволяет производить структурный анализ системы, причем элементы выступают модулями структуры, «черными ящиками», внутренняя структура которых не является предметом исследования. Взаимодействия элементов системы между собой и с внешней средой обеспечивается посредством системы связей, разнообразие которых так же велико, как и разнообразие свойств системы и среды. При этом в процессе анализа и синтеза систем исследуются лишь существенные связи, а прочими пренебрегают либо интерпретируют их как возмущения, или «шум».

Системный подход, основанный на принципе целостности, в исследовании свойств объекта как единого целого, требует непрерывной интеграции представлений о системе на каждом этапе исследования — системного анализа, системного проектирования, системной оптимизации.Рассматриваемый подход проявляется в действии ряда общих принципов исследования:

принцип максимумаэффективности проектируемой и функционирующей системы;

принцип субоптимизации— согласования локальных критериев между собой и с общим глобальным критерием функционирования системы;

принцип декомпозиции, осуществляемый с учетом требования максимума эффективности. В результате декомпозиции может быть получена некоторая многоуровневая структура системы или процесса ее исследования.

Системный подход к управлениюхарактеризуется одновременным комплексным всесторонним рассмотрением объекта изучения, будь то процесс, явление изделие, факт или информация. При этом изучаемое понятие представляется в виде следующей неразрывной триады, свойственной кибернетике:

В рамках системного подхода руководители должны рассматривать организацию как совокупность взаимозависимых элементов, таких, как люди, структура, задачи и технология, которые ориентированы на достижение различных целей в условиях меняющейся внешней среды.

В приложении к действующей кампании три вышеприведенные блоки имеют следующую интерпретацию:

 

 

Системный подход к исследованию объекта на определенном уровне абстракции позволяет решать вполне определенный, ограниченный круг задач, а для расширения (сужения) класса решаемых задач необходимо проводить исследование уже на другом уровне абстракции. Каждый из уровней представления системы располагает определенными возможностями и имеет свои ограничения. Очевидно, что системный подход сам системен. Следовательно, для достижения максимальной полноты и глубины исследования необходимо исследовать систему на всех целесообразных для конкретного случая уровнях абстракции.

1.4. Моделирование объектов и систем

Процесс познания человеком окружающего мира в значительной мере связан с созданием моделей, построенных по принципу аналогий с изучаемым объектами. Концепция модели использовалась людьми для выражения как реальных объектов (наскальная живопись, идолы), так и абстрактных понятий (системы дифференциальных уравнений). Мир моделей безгранично обширен и разнообразен.

Решение проблем управления показывает, что на всех трех стадиях процесса принятия решений, в особенности же на стадии конвергенции — свертывания рассматриваемой проблемной ситуации к конкретному решению — основным фактором успешного исхода является научно обоснованная формализация задачи. Такая формализация позволяет бытующему зачастую в практике управления экономикой методу «проб и ошибок» и решениям, основанным только на суждениях, противопоставить четкие количественные оценки ожидаемых результатов принятия того или иного решения. Такая формализация успешно осуществляется на основе математического моделирования, которое является неотъемлемой концептуальной частью науки управления, успешно реализуемой в рамках экономической кибернетики. Понимание и использование кибернетического подхода существенно для руководителя, стремящегося действительно эффективно применить возможности этой науки для того, чтобы реально управлять ситуацией, а не быть рабом обстоятельств. Поскольку сохраняется и усиливается тенденция все большего усложнения современного делового мира, то в роли случайного наблюдателя руководитель не сможет адекватно реагировать на развитие этого мира.

Создание моделей реальных бизнес-проектов и объектов управления является квинтэссенцией кибернетического подхода к решению задач оптимизации социально-экономических систем. Здесь моделирование играет роль, аналогичную лабораторному эксперименту в естественных науках. Это тем более важно, что осуществление реального эксперимента в социуме может слишком дорого обходиться как в материальной, так и в социальной сфере.

Построение модели помогает привести сложные и подчас непреодолимые факторы, связанные с проблемой принятия решения, в логически стройную схему, доступную для детального анализа. Такая модель позволяет выявить альтернативы решения задачи и оценить результаты, к которым они приводят, а также дает возможность определить, какие данные необходимы для оценки имеющихся альтернатив. В итоге это обеспечивает получение обоснованных выводов. Коротко говоря, модель является средством формирования четкого представления о действительности.

Слово «модель» имеет несколько смысловых оттенков, каждый из которых оказывается существенным для исследования операций. Прежде всего «модель» может быть физической копией реального объекта. Примером таких моделей являются, например, уменьшенные копии самолетов и автомобилей, используемые чаще всего для определения аэродинамических характеристик проектируемых конструкций. В таких случаях говорят о физическом моделировании и о физических моделях, воспроизводящих объект исследования во всех основных характеристиках (вплоть до материалов, из которых они изготовлены), но отличающихся от реального объекта меньшими (реже — большими) размерами. Достоинством таких моделей является близость их свойств к свойствам объекта исследования, но, как правило, значительно меньшая стоимость по сравнению со стоимостью реального объекта.

Большая группа моделей, называемых аналоговыми моделями, представляет исследуемый объект его аналогом, в той или иной форме воспроизводящим основные функции реального объекта. Например, участок электрической цепи, подчиняющийся известному Закону Ома, может быть электрическим аналогом движения товарной продукции из одного пункта (с высоким потенциалом насыщения рынка) в другой пункт, имеющий меньший уровень насыщенности рынка этим товаром. Аналоговой моделью является и график, описывающий связь между величиной прибыли и объемом производства. Здесь в графической форме отражено функциональное свойство исследуемого объекта — важного экономического показателя предприятия. Часто используемой в менеджменте аналоговой моделью является изображенная графически функциональная или организационная структурная схема, позволяющая в наглядной форме отразить сложные функциональные и организационные связи реального предприятия, фирмы, учреждения и т.п.

В задачах принятия решений большую роль играют математические модели, представляющие собой совокупность математических объектов (чисел, символов, множеств и т.д.) и связей между ними, отражающих в символьной форме важнейшие для исследователя свойства изучаемого объекта. Так, формула Р=ПР/И, определяющая уровень рентабельности (Р) через величины прибыли (ПР) и издержек производства (И), является математической моделью, описывающей одно из важных функциональных свойств действующего предприятия.

В последние годы в менеджменте (да и не только в менеджменте) все большее значение приобретают так называемые семантические модели, отражающие функции исследуемого объекта в виде семантических алгоритмов (правил, свойств, признаков), описанных в словесной форме. Значимость этих моделей особенно возросла в последние годы в связи со ставшими реальными возможностями обработки семантических алгоритмов современными программными средствами.

«Модель», таким образом, является не самой действительностью, а некоторой ее идеализацией, в которой часто отсутствуют определенные детали, а глагол «моделировать» применяется в смысле «определять результаты идеализированного представления». Это понятие может вызывать в сознании образы многочисленных рекламных телепередач, пытающихся в эффектной художественной форме продемонстрировать механизм того «чуда», когда покупатель оказывается «в лоне любви и счастья» сразу же после приобретения рекламируемого товара.

Многочисленны определения модели, используемые различными исследователями. Достаточно распространенным и общим является следующее, модель — представление системы, объекта, понятия в некоторой форме, отличной от формы их реального существования.

В кибернетическом моделировании доминирующую роль играет сходство поведения и/или структуры оригинала и модели, различие в содержании не играет определяющей роли, поскольку аналогичные зависимости между входами и выходами могут быть, по определению, реализованы объектами различной природы.

Подводя итог, дадим обобщенное определение модели. Модель— информационный образ реального объекта, воспроизводящий данный объект (систему) с определенной степенью точности и в форме, отличной от формы самого объекта (системы).

В свете изложенного можно сделать вывод, что любому реальному изменению искусственной среды, происходящему в событийном пространстве, предшествует тот или иной проект, то есть информационный образ будущего реального объекта или процесса. В этом смысле, с нашей точки зрения, информационный образ есть не что иное, как модель объекта событийного пространства.

Более того, создание и функционирование множества таких моделей есть необходимое условие когерентного существования отдельных систем и самоорганизации информационного общества. Поскольку адекватный социальной реальности информационный образ, выбранный из множества созданных интеллектом вариантов, способен ускорить достижение цели с минимальным использованием ресурсов при максимальном учете целей всех субъектов, участвующих в данном виде человеческой деятельности.

Информационный образ возникает в результате целенаправленной деятельности субъектов различных процессов, являясь нематериальным артефактом, закрепленным на материальном носителе, будь-то бумага, жесткий диск компьютера и пр. Поскольку информационный образ создается в соответствии с целями субъекта, то он одновременно соответствует свойствам как абстрактного, так и идеального объектов. С одной стороны, он носит некие общие, типичные признаки реального объекта, ставшего базой для информационного проектирования в виде образа информационного, с другой — как идеальный объект, отделяющий сущность от явления, в зависимости от поставленной субъектом задачи устраняет или усиливает качества, свойственные реальному объекту. Тем самым, информационный образ как объектный результат деятельности становится инструментом субъекта информации при формировании представления о реальном объекте.

В свою очередь, для объекта массовых информационных процессов, каковыми являются социальные группы и индивиды, информационный образ, направленный субъектом к объекту по соответствующим коммуникативным каналам, становится объектом познания как явление внешнего мира. Информационный образ в полном соответствии с теорией познания отражается в сознании индивида, которое обрабатывает поступившую информацию и создает свои собственные мысленные образы относительно сущности полученного информационного образа, в конечном итоге превращая их в коллективные представления и социальные стереотипы. Тем самым информационный образ — нематериальный продукт деятельности субъекта информации — придает объекту информации функции субъекта системы познавательной деятельности. Одновременно с этим информационный образ является своего рода буфером, информационной зоной отчуждения, препятствующим получению знания об объекте индивидом непосредственно через формы чувственного познания.

Интеллектуальная деятельность по созданию информационных образов, как одно из проявлений доминирующей роли параметра «накопление, хранение и переработка информации» социального организма информационного общества приводит (при всех имеющихся на социальном уровне издержках) к тому, что субъекты общественной деятельности в информационном обществе вынуждены из системных принципов учитывать цели других субъектов, что автоматически, хотя бы частично, не может не упорядочивать всей общественной деятельности.

Математическое моделирование

Математическое моделирование — процесс создания модели и оперирование ею с целью получения требуемых сведений о реальном объекте — имеет ряд… Однако имеется большое количество проблем, не поддающихся адекватному… Математические модели многофункциональны, их основные функции характеризуют широту области их применения:

Требования к математическим моделям

Степень универсальностиматематической модели характеризует полноту отображения в модели свойств реального объекта. Поскольку модель отражает лишь… Адекватностьматематической модели — это ее способность отображать заданные… Оценка адекватности пары «оригинал-модель» может быть осуществлена с использованием понятий изоморфизма и…

Классификация математических моделей

признаки классификации и типы математических моделей, которые могут использоваться в задачах менеджмента, приведены в таблице 1.1.

Таблица 1.1.

Признак классификации	Математические модели
Характер отображаемых свойств объекта	Структурные; функциональные
Принадлежность к иерархическому уровню	Микроуровня; макроуровня; метауровня
Степень детализации описания внутри одного уровня	Полные; макромодели
Способ представления свойств объекта	Аналитические, алгоритмические, имитационные, семантические
Способ получения модели	Теоретические, эмпирические

По характеру отображаемых свойств объекта математические модели делятся на структурные и функциональные.

Структурныематематические модели предназначены для отображения структурных свойств объекта и делятся на топологические и геометрические.

В топологических моделях отображаются состав и взаимосвязи элементов объекта. Их чаще всего применяют для описания объектов, состоящих из большого числа элементов, при решении задач привязки их к определенным пространственным позициям (например, в транспортной системе) или к относительным моментам времени (например, при разработке расписаний). Топологические модели могут иметь форму графиков, таблиц (матриц), списков и т.п.

В геометрических моделях, дополнительно к сведениям о взаимном расположении элементов, содержатся сведения о форме компонентов объекта. Эти модели применяют при решении различных задач проектирования (например, зданий, парковых зон и т.п.).

Функциональныематематические модели предназначены для отображения процессов (физических или информационных), протекающих в объекте при его функционировании или изготовлении. Обычно функциональные модели содержат алгоритмы, связывающие фазовые переменные, внутренние, внешние или выходные параметры. Деление описаний объектов на аспекты и иерархические уровни непосредственно касается математических моделей. Выделение аспектов описания позволяет выделять комплексы алгоритмов, относящихся к той или иной сфере деятельности объекта, и проводить декомпозицию модели по этому (аспектному) признаку. Деление объектов на иерархические уровни приводит к определенным уровням моделирования, иерархия которых определяется как сложностью объектов, так и возможностью средств управления.

В зависимости от места в иерархии описаний математические модели делятся на микро-, макро- и метамодели. Эти модели по своей структуре и содержащимся в них математических объектах могут не отличаться (что позволяет применять одинаковые алгоритмы их решения). Их отличие состоит в основном в том, что на более высоком уровне иерархии компоненты модели принимают вид достаточно сложных совокупностей элементов предыдущего уровня. Этими же аспектами определяется и разделение моделей по степени детализации описаний объектов.

Экономико-математическая модель — это совокупность математических выражений, описывающих экономические объекты, процессы и явления, исследование которых позволяет получить необходимую информацию для реализации целей управления моделируемой системой.

Экономико-математическая модель, как правило, включает три основные составные части:

1) целевую функцию, или функционал модели — математическое выражение цели;

2) систему функциональных ограничений, определяющих пределы изменения исследуемых характеристик объектов, процессов или явлений;

3) систему параметров модели, фиксирующих условия проведения модельного эксперимента (система норм, нормативов, временные параметры реального времени, системного времени, начальные условия и т.п.).

В общем виде компонента экономико-математической модели системы в виде алгоритма связи параметров может быть записана в виде:

где х_i — управляемые (экзогенные) переменные; факторы; входы;

а_j — неуправляемые переменные;

Y— зависимые (эндогенные) переменные, отклики, исходы;

F — определяет вид функциональной зависимости, играет роль оператора преобразования.

Управляемые переменные— набор мероприятий и их параметров, которыми может управлять лицо, принимающее решение. Так, приобретая автомобиль, покупатель может выбирать марку и модель автомобиля, дополнительное оборудование салона, способ финансирования покупки и т.д. Эти переменные могут быть количественными (например, мощность двигателя автомобиля) или качественными (например, цвет автомобиля). Набор (вектор) управляемых переменных характеризует выбор.

Выбор,то есть принятие решения — это процесс нахождения линий поведения (стратегий), определяемых значениями одной или большого числа управляемых переменных. Должно существовать не менее двух возможных стратегий, в противном случае проблемы не возникает, так как нет выбора. В принципе, возможны ситуации, в которых может существовать и бесконечное множество линий поведения.

Неуправляемые переменные — ситуации, охватываемые проблемой, которыми не может управлять лицо, принимающее решение, но которые совместно с управляемыми переменными могут влиять на результат его выбора! Например, от покупателя не зависят налог на доход от продажи автомобиля и затраты на получение водительских прав, хотя они влияют на результат — стоимость покупки. Эти переменные также могут быть количественными или качественными. В совокупности они образуют окружающую среду (фон) проблемы. Следует иметь в виду, что неуправляемым переменным совсем не обязательно присуще свойство неуправляемости: просто они могут регулироваться другими лицами (организациями). Налог с оборота регулируется законодательными органами; поступление на промышленное предприятие заказов на изготовление продукции не зависит от руководителя производственного отдела, но оно может находиться под контролем маркетинговой службы; в иерархической организации каждый уровень управляет теми переменными, которые не могут контролироваться более низкими уровнями.

Возможные исходы (отклики) — это зависимые переменные, которые зависят как от выбора, так и от неуправляемых переменных. Например, покупатель может приобрести либо действительно хороший автомобиль, либо широко разрекламированную, но неудачную модель. Заметим, что должно быть не менее двух возможных исходов, в противном случае выбор не влияет на исход. Более того, как минимум, два возможных исхода должны быть неравноценными, так как в противном случае не имеет значения, какое решение принято.

Следует иметь в виду, что управляемые и неуправляемые переменные подвержены отклонениям, случайным (стохастическим) возмущениям, что, естественно, влияет на возможные исходы и должно учитываться при конструировании алгоритма.

При моделировании сложной системы исследователь обычно использует совокупность (агрегат) алгоритмов. Любая система может быть представлена различными способами, отличающимися по сложности и в деталях. По мере того, как исследователь глубже анализирует и познает проблему, простые модели сменяются все более сложными.

Методика моделирования. Основой успешной методики моделирования является многоэтапный процесс отработки модели. Обычно начинают с более простой модели, постепенно совершенствуя ее, добиваясь, чтобы она отражала моделируемую систему более точно. До тех пор, пока модель поддается математическому описанию, исследователь может получать все новые ее модификации, детализируя и конкретизируя исходные предпосылки. Когда же модель становится неуправляемой (слишком сложной), проектировщик прибегает к ее упрощению и использует более общие абстракции. Процесс моделирования, таким образом, носит итерационный характер и осуществляется в соответствии со следующими этапами.

 

Этапы моделирования:

1. Анализ проблемы и определение общей задачи исследования.

2. Декомпозиция общей задачи на ряд более простых подзадач, образующих взаимосвязанных комплекс.

3. Определение четко сформулированных целей и их упорядочение.

4. Поиск аналогий или принятие решений о способе
построения подмоделей.

5. Выбор системы управляемых и неуправляемых переменных, необходимых параметров.

6. Запись математических соотношений между ними.

7. Анализ полученной модели и начало итерационного
конструирования: расширение или упрощение модели.

Упростить модель можно, выполнив одну из перечисленных ниже операций:

• превращение переменных величин в константы;

• превращение вероятностных факторов в детерминированные;

• исключение некоторых переменных или их объединение;

• использование предположений о линейном характере зависимостей между переменными;

• введение жестких исходных предпосылок и ограничений;

• уменьшение количества степеней свободы путем наложения более жестких граничных условий.

Расширение модели предполагает действия, обратные перечисленным.

Процесс создания модели завершается ее проверкой (обоснованием). Обоснование модели предполагает выполнение следующих процедур:

Верификация,проведение которой убеждает в том, что модель ведет себя так, как было задумано.

Оценка адекватности— проверка соответствия между поведением модели и поведением реальной системы.

Проблемный анализ— формулировка значимых выводов на основе результатов, полученных в ходе моделирования.

Как показывает опыт, наибольшая обоснованность модели достигается:

• использованием здравого смысла и логики;

• максимальным использованием эмпирических данных;

• проверкой правильности исходных предположений и корректности преобразований от входа к выходу;

• применением на стадии доводки модели контрольных испытаний модели, подтверждающих работоспособность модели;

• сравнением соответствия входов и выходов модели и реальной системы (если они доступны) с использованием статистических методов и тестовых испытаний;

• проведением, когда это целесообразно, натурных или полевых испытаний модели или ее подмоделей;

• проведением анализа чувствительности модели по отношению к изменяющимся внешним условиям;

• сравнением результатов модельных прогнозов с результат функционирования реальной системы, которая подвергалась моделированию.

1.5. Понятие об управлении

Окружающий нас мир представляет собой чрезвычайно сложную систему, в которой разнообразные события возникают как результат взаимодействия между собой множества разнообразных элементов. Оказывая воздействия на ход одних событий, никогда нельзя быть уверенным в том, что это не приведет к такой реакции всей системы, которая сведет на нет все усилия по достижению поставленных целей. Однако без вмешательства во внешнее окружение вообще не стоит надеяться, что наши цели когда-нибудь будут достигнуты. Поэтому для увеличения шансов на благоприятный исход необходимо активное воздействие на ход событий и структуру наших отношений с ними, иными словами, необходимо управление.

Кибернетика как наука об управлении изучает не все системы вообще, а только управляемые системы. Вместе с тем область применения кибернетики распространяется на системы разнообразной природы: технические, биологические, экономические, в которых осуществляется управление.

Одной из характерных особенностей управляемой системы является способность изменять свое движение, параметры, переходить в различные состояния под влиянием различных управляющих воздействий. Так, автомобиль может занимать различные положения в пространстве, может двигаться в различных направлениях и с различной скоростью в зависимости от того, как им управляют. Воинское соединение под воздействием определенных команд выполняет определенный маневр, отличный от маневров, которые оно способно выполнять под влиянием других команд. Температура в холодильном шкафу может понижаться или повышаться в зависимости от того, включен или выключен холодильный агрегат.

Всегда существует некоторое множество состояний системы, из которого производится выбор предпочтительного состояния, если речь идет об управляемой системе. Где нет выбора, там нет и не может быть управления.

Поскольку все объекты, явления и процессы в мире взаимосвязаны и влияют друг на друга, выделяя какой-либо объект, мы должны учесть влияние среды на этот объект и его влияние на окружающую среду. Поэтому изучение поведения любой управляемой системы также должно производиться с учетом ее связей с внешней средой.

Каждая кибернетическая система характеризуется, таким образом, свойствами тех объектов, которые составляют эту систему и связями, отражающими взаимозависимость данной системы и среды. Конкретная кибернетическая система состоит из конкретных объектов (например, машин, природных ресурсов, людей и т. п.), ее связи с окружающей средой выражаются в виде определенных параметров (сил, потоков энергии или материи, и т. п.).

Требуемое поведение управляемой системы достигается при помощи управляющих воздействий, под влиянием которых система принимает лучшее (в определенном смысле) состояние, чем она принимала бы при отсутствии управляющих воздействий.

Так, если речь идет об искусственной управляемой системе, созданной человеком и используемой в его целях, поведение системы оценивается ее создателем. В таком случае понятие «лучшее» имеет смысл лучшего по отношению к целям субъекта — создателя системы. Биологические управляемые системы сформировались в процессе эволюционного развития живой природы и при их рассмотрении практически невозможно указать субъекта, имеющего определенные цели, ради достижения которых осуществляется управление. Однако и для биологических систем понятие лучшее поведение имеет смысл. Он состоит в том, что характер поведения организма в окружающей его природной среде оказывает существенное влияние на его выживание и размножение. Поэтому оценка поведения организма как управляемой системы определяется взаимоотношениями его со средой, и лучшимявляется такое поведение, которое повышает шансы данного организма выжить и произвести потомство.

Некоторые внешние воздействия на систему, а именно те, которыми можно распоряжаться при управлении ею, являются управляющими воздействиями.Воздействие на поведение системы может достигаться как путем воздействий на ее входы, так и путем изменения параметров самой управляемой системы — объекта управления.Так, например, увеличение прибыли производства может быть достигнуто закупкой более дешевого сырья (входной материальный поток) или оптимизацией объемов выпускаемой продукции (управляющее воздействие менеджмента организации). Вместе с тем, увеличение прибыли может быть получено и при изменении структуры производства, включая замену оборудования более совершенным, что представляет собой изменение параметров, внутренних свойств самой организации.

Возможности управления тем шире, а управление может осуществляться тем эффективнее, чем шире диапазон значений, которые могут принимать управляющие воздействия в процессе управления. Однако необходимо считаться с тем обстоятельством, что в реальных системах диапазон изменения каждого управляющего воздействия ограничен. В приведенном примере управления цены закупок сырья ограничены, как ограничены ресурсами и объемы производства; небезграничны ивозможности совершенствования структуры производства.

Поскольку управление каким-либо объектом может осуществляться при помощи нескольких управляющих воздействий, каждое из которых ограничено некоторыми предельными значениями, то в пространстве управляющих воздействий Z₁, Z₂, ..., Z_m может быть выделена область Q, внутри которой лежат точки, изображающие все возможные совокупности управляющих воздействий. Эту область будем называть областью возможных воздействий.

Часто управляющие воздействия могут принимать только конечное число фиксированных значений или по условиям задачи должны рассматриваться как такие величины. Тогда область возможных управляющих воздействий будет содержать конечное число возможных совокупностей управляющих воздействий, которые будем называть множеством возможных воздействий.

Температура в холодильном шкафу, например, может поддерживаться близкой к заданному ее значению путем включения и выключения холодильного агрегата. Множество возможных воздействий такой системы состоит из двух управляющих воздействий «включено» и «выключено».

Для того чтобы управлять каким-либо объектом, нужно определенным образом изменять управляющие воздействия на этот объект. Такое изменение управляющих воздействий может осуществляться при помощи сигналов управления, несущих сообщения о требуемых значениях управляющих воздействий. Совокупность элементов системы, вырабатывающая сигналы управления, называется управляющим устройством (субъектом управления, управляющей системой).

Если заранее известны требуемое поведение, условия работы объекта, а также его свойства, то в управляющее устройство может быть заранее введена информация о последовательности управляющих воздействий в виде программы управления. В других случаях, когда отсутствуют сведения, необходимые для предварительного составления программы управления, формирование управляющих воздействий может быть организовано в управляющем устройстве на основании информации об обстановке, складывающейся в процессе функционирования системы. Такой информацией могут служить данные о состоянии управляемой системы, о требуемом ее состоянии, о возмущающих воздействиях, о характеристиках управляемой системы. Переработка этой информации в системе управления по определенным правилам может служить для формирования управляющих воздействий. Совокупность правил, по которым информация, поступающая в систему управления, перерабатывается в сигналы управления, называется алгоритмом (законом) управления.

Необходимо отметить, что управление бывает нужно не только для нормального функционирования системы, но также и для обеспечения ее развития в требуемом направлении: для развития организма из зародыша, для развития предприятия, для развития транспортной системы и т. п. Управление развитием состоит в формировании плана развития объекта и в реализации этого плана. План развития живых организмов заложен в наследственной информации, выраженной в виде структуры ДНК, входящей в состав ядра клетки. План развития какой-либо экономической системы представляет собой документ, содержащий информацию о воздействиях (в виде капиталовложений, преобразований объектов и т. п.), приводящих к требуемому изменению во времени ее функций и структуры.

Наличие управления является существенным признаком сложной системы, обеспечивающим одно из главных ее свойств — целостность.

Итак, можно следующим образом определить понятие «управление». Управление — это целенаправленное воздействие одной системы (субъекта управления) на другую (объект управления), выбранное из множества возможных воздействий на основании имеющейся для этого информации, для изменения ее состояния (поведения) в соответствии с изменяющимися условиями внешней среды и улучшающее функционирование или развитие объекта управления.

Понятие управления является базовым в кибернетике, поскольку определяет предмет исследования этой науки. Любую систему, которая является объектом кибернетического исследования, можно представить в виде системы управления.

Система управления

Объект управления и присоединенное к нему управляющее устройство образуют систему управления.

Пусть х характеризует вход, определяющий цель функционирования системы управления S. Управляющая система (субъект управления) S, вырабатывает сигналы управления(систему команд) т, направленные на управление объектом управления — системой S₀. На систему S оказывают влияние возмущающие воздействияω. Для того чтобы сигналы управления т, вырабатываемые управляющим устройством на основании обработки информации х, могли изменять управляющие воздействияZ, необходимы органы, изменяющие управляющие воздействия в соответствии с сигналами управления — исполнительные органы (исполнительная система)S_u.

Результаты работы системы упо каналу обратной связипоступают на вход S, анализируются и используются для выработки последующих управляющих воздействий (рис. 1.4).

Итак, система управления, состоящая из объекта управления (управляемой системы), субъекта управления (управляющей системы) и исполнительных органов (исполнительной системы), — это организованная динамическая система с обратной связью, в которой реализуются причинно-следственные связи с помощью каналов управления и обратной связи.

Вышеизложенное позволяет выполнить формализацию, которая определяет правила функционирования системы управления S.

В начале процесса управления:S_y вырабатывает сигналы управления m=F(y), исходя из цели управления и априорной информации о законах функционирования системы во внешней среде А, если таковая имеется. Исполнительные органы трансформируют сигналы управления в управляющее воздействие Z Реакция объекта управления под действием управления Z и возмущающих воздействий ω состоит в отклике у.

Рис. 1.4. Схема организации системы управления

 

На следующем шаге:подсистема S_у при принятии решений использует данные об у (фактическом) и прогнозные значения ω.

В системах управления решаются четыре основных типазадач управления: стабилизация, выполнение программы, слежение и оптимизация.

Задачами стабилизациисистемы являются задачи поддержания некоторых ее выходных величин — управляемых величин увблизи некоторых неизменных заданных значений у₀, несмотря на действие возмущений ω, влияющих назначения у. Так, для нормальной жизнедеятельности организма теплокровного животного должны быть стабилизированы такие величины, как температура тела, состав крови, давление крови, несмотря на изменения внешней среды. В системах энергоснабжения должны быть стабилизированы напряжение и частота тока в сети вне зависимости от изменения потребления энергии.

Задача выполнения программывозникает в случаях, когда заданные значения управляемых величин у₀ изменяются во времени заранее известным образом. Например, при управлении баллистической ракетой ее вывод на заданную траекторию должен происходить по заранее известной программе y_o(t) изменения ее положения в пространстве и скорости. При управлении положением трубы телескопа с целью компенсации вращения Земли также нужно перемещать ее по определенной программе. Аналогичная задача возникает в производстве при выполнении работ согласно заранее намеченному графику. В биологии яркими примерами действий «выполнение программы» являются развитие организма из яйцеклетки, сезонные перелеты птиц, метаморфоза насекомых.

Задача слежения,т.е. как можно более точного соблюдения соответствия между текущим состоянием системы y(t) и значением у₀(t), возникает в тех случаях, когда изменение заданных значений управляемых величин заранее неизвестно. Необходимость в слежении возникает, например, при управлении производством товара в условиях непредвидимых изменений спроса, ритм и глубина дыхания должны следовать за изменениями физической нагрузки на организм, антенна радиолокатора должна следить за непредвидимыми движениями маневрирующего самолета.

В ряде случаев задача управления не может быть сформулирована как задача обеспечения соответствия состояния системы заданному ее состоянию (постоянному или изменяющемуся), поскольку сведения о заданном состоянии не могут быть ни заранее введены в систему управления, ни получены в процессе ее работы. Такая ситуация возникает, например, при управлении энергетическим агрегатом, работающим в сложных изменяющихся условиях, когда цель управления состоит в том, чтобы обеспечивать оптимальное (максимально возможное) значение коэффициента полезного действия агрегата в любых режимах его работы.

Задачи оптимизации— установления оптимального, в определенном смысле, режима работы управляемого объекта встречаются довольно часто. К ним относятся: управление экономической системой с целью максимизации прибыли, управление технологическими процессами с целью минимизации потерь сырья и полуфабрикатов и многие другие.

Поскольку субъект управления S_у является системой, отметим главные условия ее существования.

Организованность:в системе управления выделяются элементы, которые относятся либо к управляющей, либо к управляемой подсистеме, либо к исполнительным органам:

Разнообразие: каждая из двух выделенных подсистем должна допускать возможность появления нескольких (многих) состояний:

хÎХ, yÎY, mÎM, ZÎZ_o, XÏø, YÏø, MÏø, Z₀Ïø

Проблема оценки разнообразия управляющей системы и ее соотношения с разнообразием управляемого объекта имеет важное теоретическое и практическое значение.

Закон необходимого разнообразия формулируется У.Р.Эшби следующим образом: «количество исходов управляемой системы, если оно минимально, может быть еще уменьшено только за счет соответствующего увеличения разнообразия управляющей системы». Это значит, что для решения задачи управления необходимо, чтобы информационная мощность управляющей системы (или ее собственное информационное разнообразие) была не меньше разнообразия объекта управления (т е. решаемой задачи управления).

Если разнообразие задачи управления, измеряемой количеством информации, определить как V, а информационную мощность управляющей системы W, то для осуществления перехода управляемого объекта из состояния u(t) в некоторое состояние u(t+1): u(t) → u(t+1) необходимо, чтобы в каждый момент времени t выполнялось условие W(t) > V(t).

В реальных системах управления «полное» разнообразие объекта управления и воздействий внешней среды настолько велико, что последнее условие, вообще говоря, не выполняется. Поэтому управляющая система формирует гомоморфную модель, использует принцип управления воздействием на «главный» фактор, прибегая к агрегированию, линеаризации связей, аппроксимируя стохастические зависимости детерминированными и пр.

К перечисленным условиям существования системы управления следует добавить:

динамичность,выражающуюся в зависимости всех параметров (управления, отклика, возмущений) от времени;

наличие прямых и обратных связей,обеспечивающих причинно-следственные зависимости в системе управления;

наличие цели управления,которая формализуется в виде макрофункции управляемой системы Ф = Ф(у);

управляемость,состоящую в том, что можно найти такое управляющее воздействие т, которое за конечное число шагов переводит систему в искомое состояние, обеспечивающее достижение цели.

Поскольку система управления имеет обратную связь, закон (алгоритм) управления, характеризующий значение в любой момент времени управляющего воздействия m(t), может быть определен через состояния системы в соответствующий момент времени.

Принцип, в соответствии с которым входные воздействия должны вычисляться через состояния, был сформулирован Р.Беллманом, указавшим на его первостепенную значимость. В этом принципе заключена важнейшая идея теории управления. Это научная интерпретация принципа «обратной связи»,составляющего основу любого управления.

Существенно, что в текущем состоянии системы содержится вся информация, необходимая для определения требуемого управляющего воздействия, поскольку, по определению динамической системы будущее поведение системы полностью определяется его нынешним состоянием и будущими управляющими воздействиями.

Оптимальное управлениезаключается в выборе и реализации таких управлений uÎU, которые являются наилучшими с точки зрения эффективности достижения цели управления.

Степень достижения цели управления характеризует критерий эффективности.Виды критериев эффективности и способы их формирования описаны в разделе 5.2.

Виды связей в системах управления

Вид соединения элементов, при котором выходное воздействие одного элемента передается на вход другого элемента, называется прямой связью. Прямая связь между двумя элементами системы может осуществляться непосредственно или через другие ее элементы. В случае опосредованного воздействия выходной сигнал одного элемента поступает на вход другого с передаточным коэффициентом промежуточного элемента.

Вид соединения элементов, при котором выходное воздействие одного элемента передается на вход того же самого элемента, называется обратной связью.Обратная связь может осуществляться либо непосредственно от выхода элемента системы на его вход, либо через другие элементы данной системы. Обратная связь бывает внешняя и внутренняя.Внешней, или главной называется такая связь, посредством которой осуществляется передача части выходного сигнала всей системы управления на ее вход. Внутренние, или местные обратные связи соединяют выход отдельных элементов или групп последовательно соединенных элементов с их входом.

Различают положительнуюи отрицательнуюобратную связь. Если под действием обратной связи первоначальное отклонение управляемой величины у, вызванное входными воздействиями, уменьшается, то считают, что имеет место отрицательная обратная связь. В противном случае говорят о положительной обратной связи. Следовательно, положительная обратная связь усиливает действие входного сигнала отрицательная — ослабляет.

Положительная обратная связь используется во многих технических устройствах для увеличения коэффициента передачи. В экономике на принципе положительной обратной связи основаны системы материального стимулирования. Положительными являются обратные связи в схеме межотраслевого баланса. Примером использования отрицательной обратной связи является термостат.

Обычно положительная обратная связь приводит к неустойчивой работе системы, т. к. соответствует увеличению возникшего в системе отклонения. Отрицательная обратная связь способствует восстановлению равновесия в системе. Поэтому системы с отрицательной обратной связью являются относительно устойчивыми.

Если сигнал обратной связи пропорционален установившее значению входной величины ине зависит от времени и скорости изменения, то такая обратная связь называется жесткой.Сигналы гибкой обратной связи пропорциональны скорости изменения входной величины. Мерой величины обратной связи служит коэффициент обратной связи.

Обратная связь является одним из важнейших понятий кибернетики, оно помогает понять многие явления, происходящие в системе управления любой природы. В организационных системах обратные связи, поддерживаемые подсистемой контроллинга, используются для выработки управляющих сигналов, для выработки критерия эффективности управления и оценки качества управления. В биологических системах обратная связь обеспечивает поддержание в нормальном состоянии основных показателей жизнедеятельности: температуры и массы тела, уровень сахара и гемоглобина в крови, другие. В экономических системах обратная связь, обеспечиваемая социологическим мониторингом, играет важную роль в обеспечении эффективного управления.

Иерархические системы управления. Важный класс систем управления образуют системы произвольной природы (технические, экономические, биологические, социальные) и назначения, имеющие многоуровневую структуру в функциональном, организационном или каком-либо ином плане. Характерными признаками иерархических систем управления(ИСУ) являются: вертикальная декомпозиция системы на подсистемы, приоритет подсистем верхнего уровня по отношению к нижележащим, наличие обратных связей между уровнями. Следует иметь в виду, что при декомпозиции на любых уровнях иерархии можно выделить описанную ранее триаду: управляющую систему (субъект управления), управляемую систему (объект управления) и исполнительную систему (исполнительные органы).

Широкое использование и универсальность ИСУ обусловлены рядом преимуществ по сравнению с системами Радиального (централизованного) управления:

• свобода локальных действий в рамках наложенных ограничений;

• возможности целесообразного сочетания локальных критериев функционирования отдельных подсистем и глобального критерия оптимальности системы в целом;

• возможности сжатого, агрегированного представления актуальной информации о результатах управления, поступающей по каналам обратной связи;

• повышенная надежность системы управления, наличие свойств управляемости, адаптивности, организованности и ряда других свойств, специфичных для конкретных систем;

• универсальность концепции управления и подходов к решению задач управления в ИСУ;

• экономическая целесообразность по сравнению с системами управления иной структуры. Последнее качество требует обоснования в каждом конкретном случае.

Теория управления ИСУ включает следующие основные разделы:

• структурный анализ и синтез ИСУ;

• проблема координации в ИСУ;

• оптимизация функционирования ИСУ.

Принцип иерархичности управления является выражением целостности систем; он, предопределяя организованность, позволяет найти способы управления сложными системами. Если организованность системы отсутствует, невозможно определить задачи управления даже для простых объектов.

Этот принцип предусматривает способ расчленения системы на элементы и взаимодействующие подсистемы и многоступенчатого построения управляющих систем, в которых функции управления распределяются между соподчиненными частями. В расчлененной системе одна часть оказывается «вложенной» в другую и является ее структурной составляющей. В такой системе существует взаимосвязь подсистем по одним отношениям и их свойствам и независимость по другим.

 

1.6. Информация как ресурс управления социально-экономическими системами

Процесс глубоких технологических преобразований, происходящих в настоящее время, можно определить как этап возникновения общества нового типа — информационного общества, поскольку сегодня именно информационные технологии оказывают решающее влияние на проблемы общественного бытия и всех его модификаций — бытия экономического, бытия социального в узком смысле слова, бытия экологического, бытия демографического.

За последнее десятилетие многие государства и международные организации выделили в качестве приоритетной задачи социального управления реализацию концепций и программ по переходу к информационному обществу. Этой цели служит учрежденный в 1995 году Европейской комиссией Форум информационного общества, работа которого направлена на изучение и анализ влияния информационного общества на такие сферы как экономика и занятость, основные социальные и демократические ценности, культура и средства массовой информации, государственные службы и образование.

Для современного этапа развития цивилизации характерен перенос центра тяжести экономического развития с материальных сфер производства, использующих энергетическо-сырьевой базис, на наукоемкие и высокотехнологичные сферы. Этот процесс уверенно можно характеризовать как бурный рост информационного сектора экономики, определяемого долей суммарного рабочего времени, затрачиваемого на обработку, передачу, хранение информации. Данный вид деятельности во многих развитых странах Запада уже сейчас охватывает до 60 процентов трудоспособного населения и имеет тенденцию к неуклонному росту, кардинальному увеличению доли сектора информационной экономики относительно материальных компонент в совокупном валовом национальном продукте.

На фоне зарождающегося информационного общества одной из глобальных проблем XXI века является бурный, взрывообразный рост объемов информации, обрушивающейся на человека. Замеченная в середине прошлого века устойчивая тенденция удвоения каждые восемь лет объемов информации, относящейся к задачам проектирования, в наши дни не только не сгладилась, но со всей очевидностью, усугубилась. В последнее десятилетие рост объемов информации оценивается как ее удвоение за 20 месяцев. Сегодняшний экспоненциальный рост объемов информации означает лишь то, что за это время происходит удвоение количества единиц информации, но не знания, и этот экспоненциальный рост вовсе не достижение, а беда информационных технологий. И действительно, на ранних стадиях внедрения компьютеров представлялось, что именно этот инструмент, в силу его способности «молниеносной» обработки информации, станет панацеей общества в преодолении многих проблем, связанных с хранением, переработкой и передачей информации. Однако реалии последних лет показывают, что именно в силу своего быстродействия компьютер грозит стать не помощником, а врагом человека, призванного принимать решения на основе полученной информации. На любого сегодняшнего управленца компьютер обрушивает потоки неструктурированных данных, которые нельзя и информацией назвать в точном смысле этого слова. Как же преодолеть это противоречие — не уничтожать же компьютеры?! Конечно нет, но на новом этапе развития общества, когда настоящий информационный взрыв является реальным вызовом нового века, необходимо осознать эту проблему и найти эффективные пути ее решения.

В связи с изложенным можно, таким образом, отметить две характерные особенности современных цивилизационных процессов: возрастание метасистемности создаваемой человеком искусственной среды и резкое увеличение объемов информации, используемой в человеческой деятельности.

Информация превратилась в глобальный, в принципе неистощимый ресурс человечества, вступившего в новую эпоху развития цивилизации — эпоху интенсивного освоения этого информационного ресурса. Благодаря успешной информатизации множество развитых стран стремительно меняет свой социальный облик, более динамичной и эффективной становится экономика стран, повышается качество жизни населения.

Таким образом, экономический уровень и потенциал государства сегодня определяется уровнем производства средств и систем переработки информации. Вследствие этого термин «информация» приобретает не только познавательное значение, но и имеет важный практический аспект. В то же время, как утверждает академик В.Г. Афанасьев, «нет, пожалуй, в науке, практике современности понятия распространеннее, нежели понятие «информация». И нет в тоже время другого понятия, по поводу которого ведется столько споров, дискуссий, имеется столько различных точек зрения». Существование множества определений информации обусловлено сложностью, специфичностью и многообразием подходов к толкованию сущности этого понятия и следствием все продолжающегося расширения смыслового поля данного термина.

Концепция К. Шеннона,отражая количественно-информационный подход, определяет информацию как меру неопределенности (энтропию) события. Количество информации в том или ином случае зависит от вероятности его получения: чем более вероятным является сообщение, тем меньше информации содержится в нем. По Шеннону, информация служит мерой «неожиданности» обнаружения каждой новой буквы в последовательности символов из данного алфавита, а самая богатая информация содержится в случайной последовательности: прочтение 99 символов случайной последовательности ничем не облегчает предсказание сотого символа. Этот подход, несмотря на то, что он не учитывает смысловую сторону информации, оказался весьма полезным в технике связи и вычислительной технике, послужил основой для измерения информации и оптимального кодирования сообщений. Кроме того, он представляется удобным для иллюстрации такого важного свойства информации, как новизна, неожиданность сообщений. При таком понимании информация — это снятая неопределенность, или результат выбора из набора возможных альтернатив.

Вторая концепциярассматривает информацию как свойство (атрибут) материи. Ее появление связано с развитием кибернетики и основано на утверждении, что информацию содержат любые сообщения, воспринимаемые человеком или приборами. Наиболее ярко и образно данная концепция отражена в трудах академика В.М. Глушкова. Он считал, что «информацию несут не только испещренные буквами листы книги или человеческая речь, но и солнечный свет, складки горного хребта, шум водопада, шелест травы». Иными словами, информация как свойство материи создает представление о ее природе и структуре, упорядоченности, разнообразии и т.д. Она не может существовать вне материи, а значит, она существовала и будет существовать вечно, ее можно накапливать, хранить, перерабатывать.

Третья концепцияоснована на логико-семантическом подходе, при котором информация трактуется как знание, причем не любое знание, а та его часть, которая используется для ориентировки, для активного действия, для управления и самоуправления. Иными словами, информация — это действующая, полезная, «работающая» часть знаний. Последователь этой концепции В.Г. Афанасьев, развивая логико-семантический подход, дает определение социальной информации: «Информация, циркулирующая в обществе, используемая в управлении социальными процессами, является социальной информацией. Она представляет собой знания, сообщения, сведения о социальной форме движения материи и обо всех других формах в той мере, в какой она используется обществом...».

Развивающиеся информационные процессы вызвали к жизни новые области науки, среди которых наибольших успехов в познании природы информации к настоящему времени достигла информациология. Основоположник информациологии И. Юзвишин сформулировал принцип информационного дуализма пространства Вселенной, смысл которого заключается в том, что пространство имеет информационно-двуединый характер и вакуума, и материи. Главная цель информациологии — упорядочение, классификация и обобщение явлений, событий и процессов, регистрируемых органами чувств и приборами, с последующим приведением их в каноническую обобщенную и табулированную систему, используемую в практических целях. Опираясь на фундаментальный «Всемирный информациогенно-вакуумный закон», информациология в целях изучения материальной и духовной сферы оперирует его частными проявлениями. Среди них — закон сохранения информации, информационного равновесия Вселенной, закон постоянного изменения информации, генерализационный закон информации и закон генерализационно-единого информационного поля, всемирный закон ритмичности, перио-дичности и цикличности, а также законы симметризации и десимметризации информационных процессов и позитивной динамики Вселенной. Безусловно, во многом первые теоретические подходы и обобщения в информациологическом понимании бытия носят некоторый футуристический оттенок, однако развитие информациологических представлений о принципах существования социума способны, на наш взгляд, внести новое понимание глубины социальных процессов, отображающихся в социальной информации.

Информационное общество в своем развитии более всего опирается на интеллектуально-информационный ресурс, остающийся пока еще новой и непривычной категорией, включаемой сегодня в сферы человеческой деятельности. Относительно этого ресурса наукой еще не выяснены объективные законы сохранения или ограничения, характерные для материальной, вещественно-энергетической субстанции. Первые шаги в изучении данного феномена сделаны в работах академика И. Юзвишина, исследовавшего картину мира на основе информациологи-ческой концепции. По многим параметрам интеллектуально-информационный ресурс имеет неоспоримые преимущества по сравнению с материальными ресурсами — сырьем и энергией, с которыми человечество достаточно хорошо освоилось на предыдущих этапах развития общества. Общество, владеющее информационным ресурсом, способно обойтись без многих традиционных природных энергетических ресурсов и уже по структуре экономики избегает большинства социально-экономических и экологических проблем, тяготеющих сегодня над социумом. Не случайно весь индустриальный и постиндустриальный мир берет за образец «японское чудо», в ходе реализации которого национальная стратегия развития Японии с избытком компенсировала недостаточность в минерало-энергетических ресурсах развитием высоких технологий, что всего за несколько десятилетий вывело Японию в группу лидеров мировой экономики.

Поскольку объектом исследования в кибернетике являются системы, создаваемые для решения определенных задач, то информацию в кибернетике определяют как сведения, полезные для решения этих задач.Если сведения не имеют никакой пользы, то они представляют собой не информацию, а «шум». Если они отклоняют от правильного решения, то представляют собой дезинформацию. Рассмотрение информации как условия системного исследования позволяет выделить ряд важнейших свойств. В первую очередь, это полезность информации и наличие в ней смысла для данной системы. Важнейшим свойством информации является то, что она всегда имеет воплощение в виде знаков, символов. Знак, какова бы ни была его природа, является материальным носителем информации. Приемник информации имеет способность к восприятию, преобразованию и воспроизводству знаков в определенном диапазоне, отведенном ему природой или искусственным устройством.

Информацию можно измерить количественно, подсчитать. Для этого необходимо абстрагироваться от смысла сообщения. Как отмечалось, К. Шеннон дал формальное определение количества информации на основе вероятностного подхода и указал критерий, позволяющий сравнивать количество информации, доставляемое разными сигналами.

Суть такого подхода состоит в утверждении, что между сигналом и событием существует однозначная связь. Совокупность сигналов является изоморфным отображением некоторых сторон реального события. Связь сигнала с событием воспринимается как смысловое содержание сигнала или сообщения, сущность которого состоит в том, что благодаря ему получатель побуждается к выбору определенного поведения. Всякое сообщение может рассматриваться как сведения об определенном событии х_і в момент t_i. Это событие содержит данные о том, в каком из множества возможных состояний находилась система S в момент времени t_i. Процесс связи предполагает наличие множества возможностей.

Очевидно, что в сложном сообщении содержится сумма информации, которую несут отдельные сообщения. Однако действительное количество информации зависит не только от числа возможных сообщений, но и от их вероятностей. Сообщение имеет ценность, оно несет информацию только тогда, когда мы узнаем из него об исходе события, имеющего случайный характер, когда оно в какой-то мере неожиданно. При этом ценность информации в основном определяется степенью неожиданности сообщения.

Выяснилось, что состояние неопределенности выбора обладает измеримой количественной оценкой, называемой энтропией источника сообщений (H). Вероятность можно описать как частоту появления именно данного исхода в длинной серии однотипных испытаний. Понятия возможности, случайности, вероятности находятся в определенном отношении с понятием неопределенности. Неопределенностьвсегда имеет место при выборе одного элемента из некоторой совокупности элементов. Степень неопределенностивыбора характеризуется отношением числа выбранных элементов к общему числу элементов множества. Если множество состоит из одного элемента, то степень неопределенности равна нулю. Вероятность выбора в этом случае равна 1. Зависимость между неопределенностью Н и вероятностью р измеряется логарифмом величины 1/р:

В общем виде формула степени неопределенности (количество информации в битах) имеет следующий вид:

,

где р_і — вероятность появления некоторого события S_і. Эта формула предложена в 1948 г. К.Шенноном. Ее еще называют формулой абсолютной негэнтропии. Формула абсолютной негэнтропии аналогична формуле энтропии, только имеет отрицательный знак. Знак «минус» в правой части приведенного уравнения использован для того, чтобы величина Н стала положительной (поскольку р_і<1, log₂р_i £0, Sр_і = 1).

Понятие энтропии (от греч entropia — поворот, превращение) ввел немецкий физик-теоретик Р.Клаузиус в 1865 г. Энтропия обозначает меру деградации какой-либо системы. Австрийский физик Л. Больцман в 1872 г. связал энтропию с вероятностью состояния. Изменения энергии в изолированной системе описываются вторым законом термодинамики,который был сформулирован следующим образом: теплота не может сама собою перейти от более холодного тела к более теплому. Суть этого закона состоит в том, что способность изолированных систем совершать работу уменьшается, так как происходит рассеивание энергии. Формула энтропии определяет степень беспорядка, хаотичности молекул газа в сосуде. Естественным поведением любой системы является увеличение энтропии.

Наблюдаемое явление возрастания энтропии замкнутых физических систем на нашем макроуровне — обычный однонаправленный процесс. Взаимодействующие объекты с различной величиной потенциальной энергии (например, температурой, уровнями жидкости в сообщающихся сосудах) через определенное время взаимодействия уже имеют некоторую среднюю температуру, а также примерно равные уровни жидкости. После этого взаимодействия возможность совершения какой-нибудь работы снижается до нуля, а энтропия возрастает до некоторого максимального значения, характерного для данной замкнутой системы. Это и есть «тепловая смерть замкнутой системы» — характерный процесс возрастания энтропии для замкнутых физических систем в процессе функционирования, соответствующий второму началу термодинамики. Если энтропия имеет тенденцию к возрастанию, то система теряет информацию и деградирует.

Выдающийся бельгийский исследователь систем И. Пригожий (род. 1917 г.) доказал, что при неравновесных условиях энтропия может производить не деградацию, а порядок. Непривычное представление об энтропии как источнике организации означает ее высокую значимость в процессе развития материи. Созданная И.Пригожиным фундаментальная теория диссипативных структур, за которую ему в 1971 г. была присуждена Нобелевская премия, является, по сути, универсальной аналитической моделью информационных процессов и технологий природы и ощества, отражает фундаментальную сущность природы в виде вездесущей информации.

Чтобы система не деградировала, необходимо внести в нее дополнительную информацию (негэнтропию). Негэнтропия — это некоторое, изначально локальное состояние нарушения устойчивости процесса возрастания энтропии в определенным образом структурированной материи (информационные структуры), приводящее к лавинообразному процессу уменьшения энтропии. Отсюда энтропия системы есть мера дезорганизации, а информация есть мера организованности(рис.1.5.). Всякий раз, когда в результате наблюдения система получает какую-либо информацию, энтропия этой системы уменьшается, а энтропия источника информации увеличивается.

Рис. 1.5. Качественное различие физической иинформационной энтропии

 

В свете этого, можно сказать, что информация представляет собой особую субстанцию, превращающую закрытую систему в открытую. Вприведенной выше формуле абсолютной негэнтропии Шеннона информация рассматривается как снятая, устраняемая неопределенность. Появление информации устраняет, уменьшает любую неопределенность. Однако информацию можно рассматривать не только как снятую неопределенность, а несколько шире. Например, в биологии информация — это, прежде всего совокупность реальных сигналов, отображающих качественное или количественное различие между какими-либо явлениями, предметами, процессами, структурами, свойствами. При таком подходе считают, что понятие информации неотделимо от понятия разнообразия. Природа информации заключается в разнообразии, а количество информации выражает количество разнообразия.Любой процесс, объект, явление при разных обстоятельствах может содержать различное количество информации. Это зависит от разнообразия, которое наблюдается в системе. Множество с разнообразием и множество с вероятностями имеют эквивалентные свойства. Так, множество, у которого все элементы различны, имеет максимальное количество разнообразия. Чем больше в системе разнообразия, тем больше неопределенность в поведении такой системы. Уменьшение разнообразия уменьшает неопределенность системы. Вероятность выбрать наугад данный элемент из множества с максимальным разнообразием равна единице, деленной на количество всех элементов множества 1/N. Количество информации в этом случае имеет максимальное значение.

Множество, у которого все элементы одинаковы, содержит минимальное количество разнообразия — всего один элемент. Количество информации в такой совокупности равно нулю. В множестве информация появляется только тогда, когда один элемент отличается от другого. Между минимальным и максимальным количеством разнообразия в множестве существует ряд промежуточных состояний, которые появляются в результате ограничения разнообразия. Понятие ограничения разнообразия является очень важным. Оно представляет собой отношение между двумя множествами. Это отношение возникает, когда разнообразие, существующее при одних условиях, меньше, чем разнообразие, существующее при других условиях.

Ограничения разнообразия весьма обычны в окружающем нас мире. Любой закон природы подразумевает наличие некоторого инварианта, поэтому всякий закон природы есть ограничение разнообразия.

Экономическая информация

— сведения, знания наблюдателя об экономическом объекте; наличие связи между элементами экономической системы, именно то, что определяет ее… — нематериальные составные части системы — знания, навыки, методы, т.е.… — сообщения, которые циркулируют в экономической системе, и которыми она обменивается с внешней средой или другими…

Экономика (экономическая система) — сложная целенаправленная управляемая динамическая система, осуществляющая производство, распределение и потребление материальных благ с целью удовлетворения неограниченных человеческих потребностей.

С точки зрения системного подхода экономическая система может быть представлена следующим образом (рис. 2.1).

Экономическая система, являясь пересечением (общей областью) двух систем ее окружения — природной среды и общества, — погружена, как и ее внешняя среда, в сферу вездесущей информации.

Рис. 2.1. Экономическая система и ее среда

 

Наиболее общими факторами, определяющими экономические системы, являются пространство и время,конкретизирующие территориальное и временное существование системы и ее ограниченность.

Природная среданаходится в непрерывном взаимодействии с экономической системой; последняя, в частности, эксплуатирует природные ресурсы: сельскохозяйственные земли, запасы воды, древесины, полезных ископаемых — и оказывает воздействие на природу, изменяя ее.

Экономика является функциональной подсистемой социальной системы, выполняя требование удовлетворения потребностей общества и используя человеческие ресурсы.

Принцип неограниченности потребностейобщества следует понимать так, что ориентация экономики на максимальное удовлетворение человеческих потребностей никогда не достигает идеальной цели — создания полного изобилия в силу действия закона опережающего роста потребностей.

Экономическая система, эффективность функционирования которой характеризуется экономическими показателями:прибыль, рентабельность, себестоимость, производительность и другие — является сложной системой. Изменения, возникающие в одной части системы, вызывают изменения в других ее частях. Так, появление нового продукта в одной из отраслей промышленности приводит не только к изменениям в этой отрасли, но и оказывает преобразующее воздействие на структуру спроса и потребления, что, в свою очередь, определяет новые изменения в производящих отраслях. Экономическая система находится в непрерывном движении: она растет и развивается. Понятие ростаотражает количественный аспект экономики: увеличение числа элементов, связей, размеров экономической системы. Принцип развитиясвязывается с понятием качества, совершенствования системы, возрастанием ее потенциала. Примечательно, что макроэкономическая система наращивает потенциал для скорейшего достижения цели — улучшения качества и жизни Уровня населения (развитие) — и характеризуется реальными показателями повышения уровня жизни (рост).

Средаэкономической системы также является сложной системой и обладает всеми свойствами таковой. При выделении системы исходят из наличия более жестких связей внутри самой сложной системы по сравнению со связями между системой и внешней средой. Система и среда в общем случае определяются различными интересами, целями и критериями. Совокупность факторов внешней среды характеризуется:

• сложностью — разнообразием факторов, воздействующих на систему;

• силой воздействия факторов, среди которых выделяются более существенные и менее значимые;

• динамичностью — скоростью изменений, происходящих в окружении системы;

• неопределенностью — количеством априорной информации, которой располагает система относительно конкретного фактора внешней среды.

Исследование экономических систем различного уровня с использованием метода моделирования базируется на предположении о том, что экономическая система, как и любая сложная система, обладает набором характеристик, инвариантных относительно целей исследования. Основными среди них являются следующие.

Целостность — все части системы (подсистемы) и элементы подчинены единой цели, стоящей перед всей системой. Цель может быть задана системе извне или сформулирована самой системой. Цель может быть сформулирована на качественном уровне или иметь форму целевых заданий по конкретным количественным экономическим показателям. Формулировка глобальной цели должна быть достаточной, чтобы управляющая система могла осуществить разработку плана ее достижения. Локальные цели подсистемы должны быть совместимы с глобальной целью системы.

Эмерджентностъ— несводимость свойств системы в целом к свойствам отдельных ее частей.

Холизм— формальный аспект обеспечения целостности системы: цели экономической системы должны быть формализуемы, координируемы и агрегируемы.

Пространственная и временная определенность и ограниченностьозначает, что для экономической системы, локализованной и функционирующей в реальном времени, можно построить модель или систему моделей, с помощью которых можно решать задачи трех классов: наблюдения, идентификации, прогнозирования.Задача наблюдения связана с определением настоящего состояния системы U(t) по данным поведения выходных величин в будущем: { у(t): t ³ t }. Задача идентификации требует определения U(t) по данным о поведении выходных величин в прошлом: { у(t): t £ t }. Задача прогнозирования позволяет определять будущее состояние и(d) по данным о текущих и прошлых значениях выхода { у(t): t < t; у(t): t £ d }.

Динамичность— экономическая система функционирует и развивается во времени, она имеет предысторию и будущее, характеризуется определенным жизненным циклом,в котором могут быть выделены соответствующие целям исследования фазы: возникновение, формирование, рост, развитие, стабилизация, деградация, ликвидация или стимул к изменению.

Сложность— экономическая система характеризуется большим числом неоднородных элементов и связей, полифункциональностью, полиструктурностью, многокритериальностью, многовариантностью развития и другими свойствами сложных систем.

Относительная автономностьфункционирования экономических систем означает, что в результате действия обратной связи каждая из составляющих выходного сигнала у_і Î Y может быть изменена за счет изменения входного сигнала Dх_і, причем другие составляющие у_j Î Y, j¹ i остаются неизменными;

Функциональная управляемостьэкономической системы означает, что подходящим выбором входного воздействия х можно добиться получения любого выходного сигнала у Î Y.

Причинностьэкономической системы означает возможность предсказывать последствия некоторых событий в будущем. Иными словами, причинно-следственные связи в системе определены тогда, когда идентифицированы причины возникновения некоторого явления, выявлены последствия этого явления и установлена зависимость причин и последствий. Причинность во временипредполагает такое описание эволюции системы, при котором значения выходных величин в любой момент времени t зависят исключительно от предыстории развития системы. С причинностью связаны понятия неупреждаемостисистемы и предопределенности. В не упреждающей системе изменения выходной величины не могут предугадывать, упреждать изменения входного воздействия. Предопределенность системы означает, что существуют такие t Î T, что для любых t ³ t будущая эволюция системы определяется исключительно прошлыми наблюдениями.

Неопределенностьв функционировании экономической системы представляет собой множество возмущающих воздействий W, которые сказываются на поведении системы и на исходе принятого решения X. Элементы W включают как параметрическую,так и структурнуюнеопределенность.

Гомеостатичностьсистемы отражает ее свойство к самосохранению, противодействие разрушающим воздействиям среды. Гомеостатичность можно трактовать, как способность осуществлять простейшие формы управления: в структурном отношении такая система характеризуется наличием только отрицательных обратных связей, а в функциональном — постоянством цели управления. Это система в ее статическом представлении, вне развития; более обширный подход к исследованию адаптивных характеристик системы дает такая характеристика, как устойчивость.

Устойчивостьсистемы зависит от уровня, вида экономического объекта, а также от того, каким образом оценивается степень «инертности» системы. Иными словами, исследуется вопрос о том, насколько существенно изменяется поведение системы под действием возмущений. Система признается устойчивой, если при достаточно малых изменениях условий функционирования экономической системы поведение системы существенно не изменяется. В рамках теории систем исследуются структурная устойчивость и устойчивость траектории поведения системы.

Инерционностьэкономической системы проявляется в возникновении запаздыванийв системе, симптоматично реагирующей на возмущающие и управляющие воздействия. Такие запаздывания учитываются, в частности, с помощью моделей лагов: внутренних или лагов принятия решений относительно стабилизирующих воздействий, и внешних — отражающих задержки в реакции системы на соответствующие воздействия.

Адаптивностьэкономической системы определяется двумя видами адаптации: пассивной и активной. Пассивная адаптация является внутренне присущей характеристикой экономической системы, которая располагает определенными возможностями саморегулирования (эффект антисипации). Активная адаптация представляет механизм адаптивного управления экономической системой и организацию его эффективного осуществления.

Описанные характеристики в той илииной мере присущи любой экономической системе: макроэкономической — экономике в целом, крупным секторам экономики, модели которых оперируют синтетическими показателями (общественный продукт, национальный доход, инвестиции ит.п.), или микроэкономической, изучающей поведение отдельных объектов — предприятий, фирм, потребителей и взаимодействий между ними.

Экономическая система как система управления

С точки зрения внешней среды экономика выступает: • в роли производственной системы, производящей материальные блага,… • как система целенаправленного преобразования ресурсов;

Структурный анализ

В основе структурного анализа лежит выявление структуры как относительно устойчивой совокупности отношений, признание методологического примата… Структурный анализ предполагает исследование системы с помощью ее графического… • разбиение на уровни абстракции с ограничением числа элементов на каждом из уровней (обычно от 3 до 9);

Методология структурного анализа

Архитектура большинства CASE-систем основана на па-Радигме «методология — модель — нотация — средства» (рис. 2.8). В частности, одна из самых… Методология структурного анализапредставляет методы и средства для… Здесь алгоритм свойств (модель)— это совокупность символов (математических, графических и т.п.), которая адекватно…

Шкала спроса одного покупателя на мясо за месяц

  Данные, приведенные в таблице, могут быть представлены графически. График,… Рыночный спрос— совокупный спрос покупателей, который легко рассчитать на основе данных об индивидуальном спросе на…

Изменение выручки

Предложениехарактеризует количество товара, которое производится и предлагается рынку производителями. Оно зависит от издержек производства… Шкала предложенияпоказывает количество товара, которое производитель мог бы… Таблица 2.3

Диагностический анализ организации

Диагностическое исследование позволяет установить целесообразность создания информационной системы управления(ИСУ), осуществить выбор конкретного… Необходимость диагностического анализа деятельности организации на ранних… Диагностическое исследование включает:

Контрольные вопросы

1. Дайте определение экономической системы.

2. Опишите особенности экономических систем.

3. Дайте характеристику экономической системы как системы управления

4. Дайте определение понятию «исследование».

5. В чем особенности системного анализа?

6. Опишите схему этапов системного анализа.

7. Опишите структуру организации как экономической системы.

8. Охарактеризуйте структурный анализ экономической системы.

9. Приведите пример декомпозиции подсистемы организации на структурные элементы.

10. Что представляет собой методология структурного анализа?

11. Дайте определение спроса в системе общественного потребления.

12. Охарактеризуйте шкалу спроса и кривую спроса.

13. Дайте определение закона спроса.

14. В чем проявляется эффект замещения товара на рынке?

15. Как представить закон убывающей предельной полезности товара?

16. Опишите основные факторы спроса.

17. Как изменяются цены на взаимосвязанные товары?

18. Что такое показатель эластичности спроса?

19. Дайте определение ценовой эластичности спроса.

20. Как определить точечную эластичность спроса?

21. Что такое дуговая эластичность спроса?

22. Дайте определение предложению товара.

23. Охарактеризуйте шкалу предложения, кривую предложения.

24. Опишите закон предложения.

25. Дайте определение ценовой эластичности предложения.

26. Опишите явление дефицита и условия его существования.

27. Что представляет собой потолок цен?

28. Охарактеризуйте гарантированный нижний уровень цен.

29. Опишите этапы исследования системы управления организацией.

30. Как выглядит процесс совершенствования системы управления?

31. Опишите основные требования к исследователям системы управления.

32. Что такое диагностический анализ организации?

33. Опишите содержание и последовательность проведения диагностического исследования.

 

 

III МОДЕЛИРОВАНИЕ СВОЙСТВ СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХСИСТЕМ

Как уже отмечалось, основным методом экономической кибернетики является моделирование. Рассмотрим ряд важных для практики моделей, описывающих отдельные свойства экономических систем.

3.1. Стандартная кейнсианская модель рынка товаров

В 1936 г. известный английский экономист Джон Кейнс выдвинул новое объяснение действия механизмов рыночной экономики. Он утверждал, что рыночная система сама по себе не способна обеспечить полную занятость, что полная занятость скорее случайна, чем закономерна, что государство должно проводить особую политику для достижения полной занятости. Рынок товаров по Кейнсу выглядит иначе, чем в классической модели. В классической модели действует так называемый законСэя, воплощающий идею о том, что сам процесс производства создает доход, в точности равный стоимости произведенных товаров. Иными словами из этой идеи следовало, что предложение рождает спрос.Кейнс этот закон «перевернул» и сформулировал его в виде: спроссоздает предложение.На рынке рабочей силы у Кейнса полная занятость необязательна, а сама модель значительно сложнее классической. Денежный рынок по Кейнсу включает, кроме денег, еще и финансовый актив — облигации.

Общий спрос на товары и услуги, производимые экономической системой, называется совокупным спросом.Совокупный спрос так же, как и в ситуации с индивидуальным и рыночным спросом, предполагает, что при росте цен спрос на товары и услуги снижается. Однако нисходящий характер наклона кривой спроса (рис. 3.1) объясняется, в основном, эффектом процентной ставки, эффектом богатства и эффектом импортных закупок.

Эффект процентной ставки.С ростом цен будут расти процентные ставки кредитования, и более высокие процентные ставки не будут стимулировать инвестиционные расходы и потребительские расходы на товары длительного пользования.

Эффект богатства.С ростом цен реальная стоимость финансовых активов будет падать, что будет снижать покупательную способность потребителя.

Эффект импортных закупок.Более высокие цены в одной стране будут стимулировать импорт товаров, и сдерживать экспорт этой страны.

Смещение кривой (рис.3.1) обусловлено действием неценовых факторов: изменением потребительских расходов; изменением инвестиционных расходов; изменением в государственных расходах; изменением в расходах на экспорт.

Рис 3.1. Кривая совокупного спроса AD и ее смещение

Совокупное предложениехарактеризует объем продукции, производимой в экономической системе при каждом возможном уровне цен. Эта кривая нелинейна, она приближается к горизонтали AS по мере того, как экономика приближается к полной занятости (рис. 3.2).

Кривая совокупного предложения (рис. 3.2) состоит из трех отрезков:

а) кейнсианского, когда ВНП изменяется, а цены — нет;

б) промежуточного, когда изменяются и цены, и ВНП;

в) классического, когда ВНП остается неизменным, на «уровне полной занятости», а цены могут изменяться.

Рис. 3.2. Кривая совокупного предложения

 

Рассмотрим зависимости между совокупным спросом и уровнем производства в предположении, что существует такой фрагмент кривой совокупного предложения (кей-нсианский отрезок), где цены неизменны. Стандартную кейнсианскую модель характеризуют три модели:

1) модель автономного спроса, предполагающая автономные (не зависящие от дохода) потребление и инвестиции;

2) модель с функцией потребления, связанной с доходом;

3) модель с участием государства, в которую вводятся трансфертные платежи, налоги и бюджет.

Модель автономного спроса. Вмодели спрос задан, это спрос на продукцию, не связанный с доходом. Равновесное производство — это точка, в которой совокупный спрос равен совокупному предложению. При равновесии не существует сил, вызывающих изменения. Если экономика не функционирует в условиях равновесного производства, совокупный спрос будет или выше, или ниже, чем производство, и производство будет меняться из-за изменений в запасах. Эти изменения будут продолжаться до тех пор, пока производство не сравняется с совокупным спросом. Таким образом, совокупный спрос (или расходы) определяет уровень производства (рис. 3.3).

На рис.3.3 использованы следующие обозначения:

AD — совокупный спрос (продажи),

Y — выпуск (производство, доход),

Y₀ — равновесное производство,

I_u = Y — AD — непреднамеренные инвестиции в запасы, которые представляют собой увеличение или сокращение инвестиций, вытекающее из продаж AD, которые ниже или выше, чем производство Y.

 

Рис. 3.3. Автономный совокупный спрос и равновесие

Линия под углом 45° (биссектриса) служит справочной линией в том смысле, что для любого данного уровня Y на горизонтальной оси биссектриса дает такой уровень на вертикальной оси, при котором Y=AD. Если совокупный спрос расположен выше биссектрисы, он превышает производство. Если совокупный спрос расположен ниже биссектрисы, производство превышает совокупный спрос.

Процесс восстановления равновесия смещает уровень производства к его равновесному уровню. Пусть, например, совокупный спрос превышает производство (см. рис.3.3):

AD > Y, I_u < 0 (слева от Y_o)

Запасы снижаются, происходит непредусмотренное уменьшение инвестиций в запасы, продажи превышают производство. Величина снижения запасов определяется превышением совокупного спроса над производством. Фирмы должны увеличивать производство для накопления запасов с тем, чтобы обеспечить более высокий уровень продаж. Производство будет увеличиваться до тех пор, пока не достигнет равновесного объема, который возникает при I_u=0 и при отсутствии тенденции к увеличению или снижению запасов.

Пусть теперь совокупный спрос ниже, чем производство (рис.3.3):

AD < Y, I_u > 0 (справа от Y_o)

Если совокупный спрос ниже, чем производство, запасы накапливаются. Чтобы учесть это увеличение запасов, фирмы должны снизить уровень производства и продолжать делать это до тех пор, пока не будет достигнут равновесный объем производства Y₀. Если руководители компании видят, что запасы накапливаются, они должны снижать производство, и сокращать производство до тех пор, пока уровень запасов не станет нормальным.

Важный вывод из этой модели состоит в том, что расходы определяют уровень производства. Домашние хозяйства потребляют такое количество, которое они хотят потребить. При равновесии изменения в запасах равны нулю: I_u=0, а совокупный спрос равен объему производства: AD=Y_o. Процесс восстановления равновесия основан на непредусмотренных изменениях запасов, что заставляет фирмы увеличивать или сокращать производство, смещая его к уровню равновесия. При равновесии: AD =Y₀, I_u=0.

Модель с функцией потребления, связанной с уровнемдохода. Пусть потребление — линейная функция доходов:

,

где С_о — минимальный базисный уровень потребления,

с — предельная склонность к потреблению, определяемая как прирост потребления в результате увеличения доходов Y на единицу: .

Доходы или сберегаются, или расходуются. Сбережения, таким образом, можно представить как разность между доходом и потреблением:

Отсюда предельная склонность к сбережениям (s), представляющая собой часть дохода, которая отложена (с каждой единицы дохода), равна единице минус предельная склонность к потреблению (с):

Рис. 3.4. Определение равновесного производства

в модели с функцией потребления

 

Рисунок 3.4. иллюстрирует положение равновесия для модели с потреблением, связанным с доходами Y и автономными инвестициями

На рис. 3.4 введены следующие обозначения:

AD — совокупный спрос;

— автономный совокупный спрос;

С₀ — минимальный базисный уровень потребления.

Равновесные доходы и производство представляются в виде:

Равновесные сбережения и инвестиции запишутся так:

Процесс восстановления равновесия зависит от изменения масштабов непреднамеренных инвестиций I_u.

Только в положении равновесия совокупный спрос равен производству. Уровень равновесного производства зависит от объема автономных инвестиций () , от автономного потребления (С₀) наряду с предельной склонностью к потреблению (с), которая определяется наклоном кривой совокупного спроса. Автономный совокупный спрос () определяется пресечением линии совокупного спроса с вертикальной осью (Y=0). Чем выше предельная склонность к потреблению, тем выше равновесное производство. Если люди потребляют большую часть своего дохода, равновесное производство должно быть более высоким, так как совокупный спрос (расходы, потребление) определяет уровень производства.

При равновесии сбережения равны плановым инвестициям, которые представляют собой автономные инвестиции (I). Это легко показать математически. Если сбережения не равны инвестициям, это означает, что инвестиции включают непреднамеренное увеличение или уменьшение запасов. При этом если имеют место непреднамеренные инвестиции, равновесие нарушается.

Однако уже действуют силы, смещающие состояние рынка к положению равновесия. Фактические инвестиции состоят из суммы плановых инвестиций и непредусмотренных изменений в инвестициях плюс запасы.

Большое значение в моделях потребления имеет понятие мультипликатора. Мультипликаторхарактеризует изменения в равновесном производстве, возникающие при изменении автономного совокупного спроса на одну единицу. Это коэффициент, определяющий изменения в инвестициях, в расходах производства и налогах. Мультипликатор определяет изменение в равновесном производстве, соответствующее изменению в автономном совокупном спросе. Вычисляется мультипликатор следующим образом:

где величину a = 1/(1-с) называют мультипликатором.

Изменения в совокупном спросе происходит в результате прироста DI, а изменения в равновесном производстве и доходах определяются величиной:

.

Эффект мультипликатора зависит от величины изменений в автономных расходах и мощности мультипликатора, которая зависит от предельной склонности к потреблению с.

Модель с влиянием государственного сектора.Модель с участием государства более сложна, но является более продуктивной для целей анализа, поскольку позволяет учесть влияние налогов и государственных расходов на государственный бюджет и использовать возможности регулирования процессов производства с помощью налоговых рычагов, трансфертных платежей и государственных расходов.

Изменения в функции потребления.Потребление становится функцией дохода за вычетом налогов. Трансфертные платежи (безвозмездные выплаты членам общества из государственного бюджета, например, — пособия по безработице, выплаты по социальному страхованию и др.) Увеличивают потребление, а налоги его сокращают. Кроме того, поскольку налоги являются функцией доходов, изменяется предельная склонность к потреблению.

где Y_D — располагаемый доход (после уплаты налога);

T_R — трансфертные платежи;

Т_A — налоги;

t — налоговая ставка;

с (1—t) =DC/DY = c' — предельная склонность к потреблению.

Еще одно важное изменение в модели связано с введением понятия государственных закупок G_o, увеличивающих совокупный спрос.

где G_o — государственные закупки.

Увеличение государственных закупок смещает совокупный спрос вверх на сумму прироста. Изменение равновесного производства должно быть пропорционально изменению в совокупном спросе (за счет увеличения государственных закупок) с коэффициентом пропорциональности a` (мультипликатор со ставкой подоходного налога t):

Анализ модели с участием государства показывает, что расходы государства и изменения в налогообложении могут быть использованы для регулирования экономики. По своему влиянию на равновесный доход государственные закупки действуют так же, как и увеличение автономных расходов. Увеличение трансфертных платежей также действует подобно приросту автономных расходов, хотя их начальное воздействие обладает меньшим эффектом, чем государственные закупки, поскольку часть трансфертных платежей сберегается. Увеличение ставки подоходного налога сокращает часть дополнительного дохода и подобно действию снижения предельной склонности к потреблению. Очевидно, что более низкая ставка подоходного налога действует на рост предельного потребления аналогии увеличению предельной склонности к потреблению. Поэтому становится понятно, что фискальная политика государства, располагающая в качестве инструментов регулирования государственными расходами и налогами, ориентирована на стабилизацию экономики.

Теоретически увеличение государственных расходов или снижение налогов могут привести к увеличению производства и облегчить достижение состояния равновесия с полной занятостью. Однако если экономика приближается к производству при полной занятости, увеличение государственных закупок при полной занятости, увеличение государственных закупок или снижение налоговой ставки одновременно с увеличением реального ВНП приведет к росту цен, делая полную занятость труднодостижимой целью. Кроме того, фискальная политика вводится в действие и в связи с другими целями, отличными от целей стабилизации экономики и вступающими в противоречие с целями достижения равновесного производства при полной занятости (оборонные цели, перераспределение доходов, производство общественных благ и др.). Следует также учитывать влияние временных лагов в механизме фискальной политики — между идентификацией потребностей в фискальной политике и тем моментом, когда политика окажет влияние на экономику, в то время, когда наступила уже новая фаза цикла деловой активности и вмешательство государства уже не нужно.

Исследование последней модели позволяет глубже понять механизм государственного регулирования экономики, а также природу дефицита и избытка государственного бюджета, которые являются функцией доходов и зависят, таким образом, от государственной политики, а также от уровня экономической активности.

3.2. Модели анализа межотраслевых связей

Любое современное национальное хозяйство развивается в сложной сети межотраслевых взаимосвязей, проанализировать которые во всей их совокупности путем простого суммирования невозможно. Например, спрос на автомобили оказывает влияние не только на автомобильную промышленность, но косвенным образом и на металлургию — производителя базового сырья, и на отрасли, связанные с производством шин и других комплектующих частей, а также на отрасли, производящие кондиционеры, радиоприемники, автомобильные компьютеры. Возникает очевидная необходимость количественного анализа прямого и косвенного эффекта распространения таких влияний. Способы анализа, разработанные для решения проблем взаимных связей, применяются и для формирования экономических планов, последовательно связывающих макропеременные с переменными микроуровня. Метод межотраслевого анализа (interindustry analysis), иначе называемый анализом «затраты-выпуск» (input-output, или I/O analysis), разработан американским экономистом В.Леонтьевым. В таблице 3.1 приведена схема межотраслевого баланса общественного продукта.

Межотраслевой баланс(МОБ) общественного продукта представляет собой прямоугольную числовую таблицу, состоящую из четырех разделов, или квадрантов.

I квадрантпредставляет собой квадратную матрицу межотраслевых потоков , где х_ij — количество продукции, произведенной i-той отраслью и потребленной j-той отраслью, п — общее число отраслей материального производства, i, j = 1,..., п. Элементы отдельной, например, i-й строки I квадранта МОБ характеризуют структуру внутри производственного потребления продукции той отрасли, т.е. структуру ее спроса на нее же промежуточную продукцию. Элементы определенного столбца I квадранта показывают структуру затрат соответствующей j-той отрасли.

II квадрантсодержит информацию о структуре используемого конечного продукта, который образован суммой фонда непроизводственного потребления (личного и общественного), фонда валовых накоплений (инвестиции, создание резервов и др.) и экспортно-импортного сальдо. Составляющие конечного продукта конкретизированы в наименованиях столбцов квадранта. Таким образом, элемент y_ik, стоящий на пересечении i-й строки и k-гo столбца II квадранта показывает, какой объем продукции i-й отрасли используется по направлению к.

Квадранты I и II, рассматриваемые совместно, представляют баланс производства и распределения общественного продукта в его материально-вещественной форме:

где Х_i — валовой продукт i-той отрасли.

В квадранте III характеризуется процесс первичного распределения национального дохода, который включает заработную плату, прибыль, налог с оборота. Кроме того, отдельной строкой показываются амортизационные отчисления.

Стоимостной состав валового продукта определяется балансовым отношением:

где Х_j — валовой продукт j-той отрасли.

Квадранты I и III, рассмотренные совместно, характеризуют развернутый по отраслям баланс производства и распределения продукта в его стоимостной форме. Таким образом, в показателях I, II и III квадрантов отражается двойственный характер процесса труда: создание потребительной стоимости (I и II) и стоимости (I и III).

Показатели II и III квадрантов связаны общим балансом:

Это означает, что общая стоимость конечного продукта совпадает с общим объемом условно-чистой продукции.

В IV квадранте показано, как используется национальный доход на потребление и накопление, а также — как используются амортизационные отчисления на простое и расширенное воспроизводство. Уравнение (квадранты III и IV) баланса производства и распределения Условно-чистой продукции имеет вид:

,

где и_рк — элементы квадранта IV.

 

Соответствие структуры конечного продукта структуре конечных доходов обеспечивается балансовым соотношением (квадранты II и IV):

Очевидно, что МОБ в удобной, наглядной для целей анализа форме несет информацию обо всех важнейших сторонах процесса воспроизводства.

Модель Леонтьева «затраты-выпуск»

Основным компонентом модели является технологическая матрица А=(a_ij)_тxп, элементы которой а_ij, показывают, сколько продукции отрасли i необходимо затратить для производства единицы продукции отрасли j. Матрица А называется матрицей коэффициентов прямых затрат.

Основное допущение модели: для производства х_i единиц продукции отрасли j необходимо затратить:

единиц продукции отрасли i.

Промежуточные затраты продукции отрасли i:

Тогда справедливо равенство:

или в матричной форме:

Полученная система линейных уравнений характеризует модель МОБ (модель Леонтьева) и, связывая объемы валового выпуска Х с объемами конечной продукции Y, может быть использована для согласованного расчета этих величин.

При использовании модели МОБ основные трудности заключаются в определении коэффициентов прямых затрат. Решение этой задачи до некоторой степени упрощается введением понятия «чистой» или «технологической» отрасли: одна продукция выпускается только одной отраслью, которую и называют «чистой».

3.3. Модели обменных процессов и ценообразования

Рассмотрим вопросы происхождения денег, стоимости, цены и различные ценообразовательные механизмы при непременном условии существования обменных процессов в экономике.

Исторический опыт учит, что деньги возникли в результате упрощения процесса обмена вещей друг на друга при замене одной из обмениваемых вещей на металлические (золотые) монеты, а потом и на бумажные знаки стоимости, с превращением денег во всеобщий эквивалент обмена. Поэтому возьмем за основу первоначальную схему обмена товарами на обобщенном рынке между производителями двух товаров:

Для нахождения модели обмена в простейшем случае будем предполагать наличие в системе обмена двумя товарами двух производителей товаров вида х и вида у, соответственно. Будем считать, что производителю товара вида х нужен товар вида у, а производителю товара вида у нужен товар вида х, так что с этими целями они и обменивают товары друг на друга. Запишем модель обмена, а потом подробно обсудим ее содержание:

(3.1)

В представленной модели (3.1) x(t) и y(t) — это количества товаров вида х и у в момент времени t, соответственно, у первого и второго производителя-потребителя. Товары х и у считаем различными, так как в противном случае не было бы нужды их обменивать. Чтобы обменять один товар на другой, его предварительно надо произвести. Поэтому в представленную модель обмена входят выпуски в единицу времени товаров вида х и у, которые соответствуют членам j₁ и j₄.

Произведенные товары встречаются на рынке и обмениваются. В модели (3.1) члены -j₂xy и -j₅xy являются обменными членами и описывают этот обмен. В эти члены входят произведения количеств товаров x(t) и y(t), знаменующие встречи. Величины j₂ и j₅, — положительные эффективности обмена, так что член -j₂xy показывает, сколько товара вида х убывает с рынка в результате его обмена (продажи) в единицу времени. Аналогично, член -j₅xy показывает, сколько товара вида у обменивается на рынке на товар вида х в единицу времени. Поэтому величина

(3.2)

является меновой стоимостью обмена (продажи), показывающей, что на единицу товара вида у обменивается j₂, единиц товара вида х.

Так как товары вида хи у физически изнашиваются и одновременно морально стареют, то члены -j₃x и -j₆y описывают убыль этих товаров в результате физического износа и морального старения. При этом и — долговечности соответствующих товаров.

Для анализа модели обмена (3.1) применяют качественную теорию обыкновенных автономных нелинейных дифференциальных уравнений. Согласно этой теории вычисляют положения равновесия модели х₀ и у₀ и определяют характер их устойчивости.

Из этого анализа следует, что в системе (3.1), описывающей обменный процесс, имеется два положения равновесия, из которых первое, х₀₁, у₀₁, является всегда устойчивым топологическим фокусом, а второе, х₀₂, у₀₂, — седлом, т. е. неустойчиво.

Величина меновой стоимости может быть выражена через положения равновесия — запасы товаров вида х и вида у — следующим образом:

(3.3)

Размерность меновой стоимости (3.3): [с] — (единицы товара вида х) • (единицы товара вида у)^-1 = (затраты конкретного труда вида х) • (затраты конкретного труда вида у)^-1. Следовательно, меновая стоимость (3.3) показывает, сколько единиц конкретного труда вида х обменивается на единицу конкретного труда вида у.

Модель (3.1) можно упростить, если устремить долговечность к бесконечности. В этом случае модель (3.1) оказывается простейшей, но еще грубой моделью обмена. Выражение (3.3) превращается в следующее:

(3.4)

При переходе к пределу модель (3.1) принимает вид

(3.5)

так как, очевидно, можно положить j₅ = 1. В этом пределе происходит слияние двух положений равновесия модели (3.1) с образованием одного

(3.6)

Когда положение равновесия (3.6) является устойчивым фокусом, а при - седлом. Таким образом, при слиянии седла и фокуса модели (3.1) происходит образование седла или фокуса модели (3.5).

Формула для неравновесной цены (3.4) отличается от известной формулы для равновесной концепции цены Эрроу-Дебре-Мак-Кензи вторым слагаемым, стоящим в знаменателе (3.4).

Переход к модели (3.5) с экономически означает следующее: 1) появление товара с бесконечной долговечностью, т.е. денег; 2) появление эквивалента, на который теперь могут обмениваться все товары; 3) превращение выпуска товаров вида х в платежеспособный спрос j₁; 4) замену конкретного труда вида х абстрактным (абстрагированным от конкретных свойств товара вида х); 5) величину j₁ можно трактовать как эмиссию бумажных денег в производстве с одним товаром; 6) пропорциональность количества денег количеству израсходованного труда, т.е. появление меры измерения труда; 7) возникновение цены как меры денежного выражения стоимости.

Деньги и цена, таким образом, возникли при переходе от седла и устойчивого фокуса — по модели (3.1) — к седлу или устойчивому фокусу — по модели (3.5). На основании изложенного можно сказать, что цена показывает, сколько прошлого, абстрактного труда, воплощенного в деньгах, обменивается на труд, воплощенный в товаре при купле-продаже. Поэтому в цене с₀ (3.4) j₁ — платежеспособный спрос в единицу времени; j₄ — производство, предложение товара вида у в единицу времени; у₀ — запасы товара вида у, t_y — долговечность товара вида у, связанная одновременно с физическим износом и моральным старением.

Розничные, оптовые, закупочные цены, зарплата работников являются неравновесными потому, что их выражение выводится из математических моделей, в которых значение положения равновесия известно в любой текущий момент времени, а не только лишь в состоянии равновесия.

Определим формулы для цен, исходя лишь из соображений размерности. Из эмпирических соображений можно считать, что цена с пропорциональна платежеспособному спросу в единицу времени с размерностью [j] рубли/годы и обратно пропорциональна предложению (производству) товаров в единицу времени b с размерностью [b] тонны/ годы (натуральные единицы/годы)

с ~j/b (3.7)

Однако есть еще две величины, запасы товаров (у₀, у) и долговечность товаров t, размерности которых имеют вид: [у₀] - тонны (натуральное выражение); [у] — рубли (стоимостное выражение); [t] — годы. Вхождение этих величин в формулу для цены обязательно, так как известно, что с увеличением запасов товара цена растет, а с увеличением долговечности товара цена при прочих равных условиях падает. Из величин у₀, у, t можно образовать две величины: у₀/t с размерностью тонны/годы и у/t с размерностью рубли/годы. Из экономических соображений ясно, что величина у₀/t должна входить в знаменатель отношения (3.7) со знаком минус, а величина у/t — в числитель формулы (3.7) со знаком плюс. Тогда точные формулы для розничных и оптовых цен, а также цен на услуги выглядят следующим образом:

(3.8)

В формулах (3.8) с₁ и с₂— цены: розничные, оптовые, закупочные цены или цены на услуги имеют размерности руб./штуки; руб./тонны; руб./услуги; j — платежеспособный спрос в единицу времени на товары или услуги, который имеет размерность руб./год. Величина b — объем производства товаров или поток заявок на услуги в единицу времени имеет размерность — штуки/год; тонны/ год; услуги/год. Величина у₀ — запасы товаров или услуг имеет размерность — штуки; тонны; услуги, в то время как величина у есть стоимость запасов товаров или услуг в рублях (размерность [у] — рубли).

Переменная t представляет собой долговечность товара или произведенной услуги, связанную одновременно с физическим и моральным старением товаров или услуг. Если t₁ — долговечность товара или услуги, связанная с физическим износом, а t₂ — долговечность товара, связанная с моральным старением, то результирующая долговечность t равна:

(3.9)

Если требуется выйти из дефицита за счет цен, то цена на данный товар или услугу вычисляется по следующим формулам:

;

, (3.10)

где w — товарооборот в единицу времени, а k — коэффициент вовлечения в товарооборот денежных запасов населения, вычисляемый в долях от реального (действующего) в данном году товарооборота.

Иными словами, величина k — это спрос, определяемый следующим образом:

(3.11)

где Dw — абсолютный отложенный спрос.

Если товар не дефицитен, то k = 0, поскольку платежеспособный спрос совпадает в данном случае с товарооборотом. Если в формулы (3.10) в условиях отсутствия дефицита подставить эмпирические значения входящих в них параметров, то левые и правые части этих формул оказываются близкими по значению. Это связано с тем, что в условиях отсутствия дефицита (k = 0) теоретические значения левой и правой части удовлетворяются тождественно, демонстрируя адекватность расчетных цен реальным. Для товаров розничной сети формула с₁ (3.10) может быть представлена следующим образом

(3.12)

где w = w₁w₂w₃ , а w₁ — потребление данного товара (услуги) в единицу времени на душу населения с размерностью: тонны/(чел.год), штуки/(чел.год), услуги/(чел. год);

w₂ — розничная цена товара или услуги с размерностью: рубли/тонны, рубли/штуки, рубли/услуги;

w₃ — численность населения страны.

Если цены рассчитываются для данного региона, то, конечно, значения переменных, входящих в формулы (3.8), (3.10), (3.12), берутся для данного региона. В некотором приближении можно положить k = 0.

Рассмотрим применение формулы (3.12) для с₁, в конкретных расчетах (расчетная валюта — украинские гривны, грн.)

Хлопчатобумажные ткани

w3 = 47,8×106 человек, b = 1,2×109 м2/год, у0 = 150,6×106м2, t = 2 года.  

Чулочно-носочные изделия

w₁ = 9,5 грн/пара, w₂ = 2,5 грн/пара,

w₃ = 47,8×10⁶ человек, b = 1,2×10⁹ пар/год,

у₀ = 0,25×10⁹ пар t = 0,3 года.

Тогда с₁ = 3,06 грн/пара.

 

Мясо

w₁ = 65,5 кг/(чел.год), w₂ = 8000 грн/тонны

w₃ = 47,8×10⁶ человек, b = 3,1 • 10⁶ тонн/год,

у_о= 0,22×10⁵ тонн, t = 8/365 года.

Тогда ,

где величина 3/18 — доля мяса птицы в общем количестве потребляемого мяса и в запасах.

Величина для цены 9,16 грн/кг получается в случае, если в продажу поступает все мясо в убойном весе. Если же из потребления на душу населения вычесть колбасы и другие виды продукции из мяса, то же самое сделать и для производства мяса, считая, что половина мяса в убойном весе идет на колбасы и другие изделия, т.е. w₁ = 65,5(1-3/18)/2 кг/(чел.год) и b=(3,1/2)10⁶ тонн/год, то получим с₁ = 14,4 грн/кг.

В условиях дефицита величина j несколько превышает величину w₁w₂w₃, поэтому цены, балансирующие спрос, предложение, запасы и долговечность товаров в формулах (3.10), (3.12) немного повышаются с помощью коэффициента (k+1), так как в условиях дефицита спрос удовлетворяется не, полностью. Эти же цены растут при росте зарплаты, большем, чем скорость роста выпуска изделий. Поэтому цены, исчисляемые по формулам (3.10), (3.12), нужно время от времени корректировать. Эти цены могут быть постоянными или уменьшающимися, если производительность труда по созданию товаров увеличивается быстрее, чем растут денежные доходы потребителей.

В качестве величины k, входящей в формулы (3.10), (3.12), можно брать отношение средней величины остатка доходов потребителей, не израсходованного на приобретение товаров, ко всей величине средних денежных доходов. Так, например, если средняя зарплата населения в месяц составляет 150 грн., а неизрасходованный в среднем остаток — 15 грн., то k = 15/150 = 0,1.

Аналогичным образом рассчитываются цены на различные технические изделия и другие товары.

Заметим, что для балансировки платежеспособного спроса и предложения одних цен недостаточно: необходимо обязательно учитывать в цене запасы товаров и их долговечность, связанную одновременно с физическим износом и моральным старением. В случае продовольственных товаров под долговечностью г понимается среднее время расходования этих товаров в пищу.

3.4. Модели и методы анализа экономической динамики

Математические модели экономической динамики являются формальным описанием множества вариантов развития экономики, или траекторий. Траекторией развития экономики называется отображение, которое каждому значению переменной времени ставит в соответствие состояние экономики в данный момент времени.

Самые общие, абстрактные технологические модели представляют собой описание множества всех технологически допустимых траекторий.

Сравнительно простая непрерывная динамическая модель, адекватно отражающая важнейшие экономические аспекты процесса расширенного воспроизводства, известна в экономической литературе как модель Солгу. Модель Солгу позволяет охарактеризовать основные формальные особенности моделей динамики.

Состояние экономики, согласно модели Солгу, задается совокупностью пяти величин (переменных состояния):

Y — объем конечного продукта;

С — фонд непроизводственного потребления;

S — валовой фонд накопления;

L — объем наличных трудовых ресурсов;

К — объем наличных основных фондов.

Все переменные состояния являются функциями времени:

Y = Y(t), С = C(t), S = S(t), L = L(t), К = K(t)

Считается, что ресурсы К и L используются полностью.

Задана производственная функция:

Y=F(K,L). (3.13)

Конечный продукт равен сумме:

Y=C+S. (3.14)

Фонд накопления составляет фиксированную часть выпуска:

S = sY, где 0<s<l, s=const, (3.15)

или

С = (l-s)Y,

где s — норма накопления.

Чистый прирост фондов

К'(t) = dK(t)/dt

Величина выбытия основных фондов пропорциональна их объему с постоянным коэффициентом m; т.е. если объем действующих фондов равен К, то выбывает и подлежит восстановлению объем mК.

Таким образом,

S = К' + mK, 0 < m <1, m= const. (3.16)

Уравнение динамики трудовых ресурсов имеет вид:

L' = gL, g = const, (3.17)

т.е. прирост рабочей силы пропорционален ее объему.

Заметим следующее. Темпом роста дифференцируемой числовой функции х(t) называется числовая функция . Если темп роста — величина постоянная, т.е. l(t) = l = const, функция . Говорят, что х(t) изменяется по экспоненциальному закону.

Таким образом, в уравнении (3.17) g определяет постоянный темп роста рабочей силы.

Производственная функция F (К, L) обладает следующими свойствами:

1) область задания F — множество неотрицательных наборов затрат ресурсов К и L;

2) функция F непрерывна и дважды дифференцируема;

3) функция F линейно однородна: F(aK, aL) = aF(К, L) при всех К, L, а>0;

4) F(0, L) = F(K, 0) при всех К, L;

5) функция F монотонна, т.е. предельные производительности для всех К, L;

6) свойства, учитывающие предельные производительности: при всех значениях К, L.

Определим функцию одного аргумента f(k) = F(k, L). Тогда в силу линейной однородности при L¹0:

где k=K/L

Величина k характеризует фондовооруженность живого труда, а функция f(k) устанавливает зависимость производительности труда от фондовооруженности.

Основное уравнение модели Солоу

Можно показать, что динамика величины k описывается дифференциальным уравнением (3.18) Согласно общей теории существования и единственности решения дифференциальных уравнений (условия которой в…

Оптимальная постоянная норма производственного накопления.

  Рис. 3.6. Траектория фондовооруженности модели Солоу

Общая задача синтеза объекта управления

Рис. 4.1. Схема задачи синтеза объекта управления   При генерировании управляющей системой цели у0(t) и вектора управляющих сигналов Zm(t) за счет этих воздействий и…

Общая задача синтеза управляющей системы

По определению, любая система вида может быть представлена как система принятия решений. Это условие определяет принципиальную возможность синтеза… Определяющей проблемой синтеза управляющей системы является синтез закона… Сложность синтеза закона управления состоит в том что множество X содержит лишь переменные, позволяющие решать…

Определение совокупности реализуемых принципов управления

Организованная система управления предполагает определенный порядок в построении и целеустремленность функционирования. Принцип организованности… Принцип совместимости: совместимость — это такая общность объектов, которая… Принцип актуализации функций: формирование системы функций и их динамика (приобретение системой новых функций)…

Построение макрофункции управляющей системы

4.2. Моделирование бизнес-процессов Сегодня система управления практически всех предприятий имеет ярко выраженную… В основе подобной организации управления лежит принцип разделения и специализации труда Адама Смита, описанный в его…

Расширение прав и делегирование полномочий повышает производительность и потенциал системы принятия решений.

Предоставление полной свободы принятия решений в системе приводит к потере ею работоспособности.

Структуризация подпроцессов способствует повышению эффективности работы сложной системы по сравнению с линейно организованной.

Максимальное делегирование полномочий на нижние уровни повышает вероятность успеха в достижении цели с высокой степенью оперативности.

Децентрализация принятия решений и предоставление автономии улучшает процесс достижения целей в сложной организации.

Информационные лаги в каналах прямой и обратной связи снижают вероятность достижения организацией ее целей.

Оперативность получения информации по каналам обратной связи повышает вероятность достижения целей.

Анализ описанных аксиом показывает, что оптимизация структур управления лежит, прежде всего, в области информатизации всех управленческих процессов,… Если в основе тейлоризма лежал принцип структурирования функций в соответствии… Кроме того, стратегический анализ бизнес-процессов дает возможность определить, какие новые информационные технологии…

Контрольные вопросы

1. Разъясните разницу между задачами анализа и синтеза социально-экономических систем.

2. Как формулируется общая задача синтеза объекта управления?

3. Сформулируйте общую задачу синтеза управляющей системы.

4. Опишите задачу структурного синтеза управляющей системы.

5. Что такое принципы управления в задачах синтеза управляющей системы?

6. Как определяется совокупность реализуемых принципов управления?

7. Опишите построение макрофункции управляющей системы.

8. Опишите отличия функционального подхода к управлению от процессного? Каковы недостатки функциональной системы управления?

9. На примере диаграммы взаимодействия в бизнес-процессе «обработка заказа» опишите особенности моделирования бизнес-процессов.

10. Что понимается под типом бизнес-процесса и его экземпляром?

11. Разъясните понятия «организационный поток», «функциональный поток» и «поток выходов» в бизнес-процессе.

12. Опишите особенности моделей синтеза структур управления.

13. Охарактеризуйте метод сценариев в задачах синтеза структур управления.

14.Дайте характеристику CASE-технологий в задачах моделирования социально-экономических систем.

15.Каковы особенности ARIS-архитектуры и ее преимущества в моделировании организационных структур бизнеса?

V ОПТИМИЗАЦИЯ ПРОЦЕССОВ УПРАВЛЕНИЯ

В СОЦИАЛЬНО-ЭКОНОМИЧЕСКИХ СИСТЕМАХ

5.1. Основы исследования операций и их приложение к задачам оптимизации управления

Можно не сомневаться, что многие специалисты в области управления среди важнейших качеств, которыми должен обладать хороший руководитель, назовут следующие: компетентность, коммуникабельность, внимательность по отношению к подчиненным, смелость в принятии решений, способность творчески решать проблемы. Поскольку в современном многоуровневом и полисистемном мире вырос масштаб проблем, выросли их комплексность и сложность, стоимость их решения, отмечается переход от разработки отдельных объектов к созданию сложных систем объектов, последнее из перечисленных качеств руководителя приобретает первостепенное значение. Руководитель, лишенный способности творчески решать проблемы, в лучшем случае может хорошо осуществлять контроль над эволюционным развитием руководимой им организации, но он не способен вывести ее в передовые. Творческий же человек не уповает на счастливый случай или благоприятное стечение обстоятельств — он сам является хозяином положения.

Всякий процесс решения проблем, как он описывается одним из крупнейших специалистов в области управления — Расселом Акоффом, предполагает наличие следующих компонентов:

Лицо, принимающее решение (ЛПР), — это тот, кому предстоит решать проблемы. Это может быть как собственно руководитель, так и некий коллегиальный орган или даже большой коллектив.

Управляемые переменные— набор мероприятий и их параметров, которыми может управлять лицо, принимающее решение. Так, приобретая автомобиль, покупатель может выбирать марку и модель автомобиля, дополнительное оборудование салона, способ финансирования покупки и т.д. Эти переменные могут быть количественными (например, мощность двигателя автомобиля) или качественными (например, цвет автомобиля).

Выбор, то есть принятие решения — это процесс нахождения линий поведения (стратегий), определяемых значениями одной или большого числа управляемых переменных. Должно существовать не менее двух возможных стратегий, в противном случае проблемы не возникает, так как нет выбора. В принципе, возможны ситуации, в которых может существовать и бесконечное множество линий поведения.

Неуправляемые переменные — ситуации, охватываемые проблемой, которыми не может управлять лицо, принимающее решение, но которые совместно с управляемыми переменными могут влиять на результат его выбора. Например, от покупателя не зависят налог на доход от продажи автомобиля и затраты на получение водительских прав, хотя они влияют на результат — стоимость покупки. Эти переменные также могут быть количественными или качественными. В совокупности они образуют окружающую среду (фон) проблемы. Следует иметь в виду, что неуправляемым переменным совсем не обязательно присуще свойство неуправляемости: просто они могут регулироваться другими лицами (организациями). Налог с оборота регулируется законодательными органами; поступление на промышленное предприятие заказов на изготовление продукции не зависит от руководителя производственного отдела, но оно может находиться под контролем маркетинговой службы; в иерархической организации каждый уровень управляет теми переменными, которые не могут контролироваться более низкими уровнями.

Внутренние или внешние ограничения на возможные значения управляемых и неуправляемых переменных или их связей. Например, покупатель автомобиля может установить предельную сумму, которую он готов израсходовать. Кроме того, он может принять решение о приобретении подержанного автомобиля, а его выбор может быть ограничен машинами, имеющимися в продаже при совершении покупки.

Возможные исходы, которые зависят как от выбора, так и от неуправляемых переменных. Например, покупатель может приобрести либо действительно хороший автомобиль, либо широко разрекламированную, но неудачную модель. Заметим, что должно быть не менее двух возможных исходов, в противном случае выбор не влияет на исход. Более того, как минимум, два возможных исхода должны быть неравноценными, так как в противном случае не имеет значения, какое решение принято.

Лицо, принимающее решение, стремится выбрать линию поведения (стратегию),приводящую к желательному исходу, т.е. стратегию, являющуюся действенной с точки зрения тех факторов, которым ЛПР придает большее значение. Такая стратегия называется эффективной.Тот, кто обеспечивает наилучший, наиболее эффективный результат, занимается оптимизацией. Тот, кто добивается достаточно хорошего (но не обязательно лучшего) результата, занимается поиском удовлетворительныхрешений.

Таким образом, процесс принятия решений представляется довольно сложной процедурой, которую можно рассматривать в качестве задачи проектирования управляющего решения. В целом можно считать, что термины «проектирование» и «управление» — взаимосвязанные понятия, так как можно говорить как о проектировании управляющего решения, так и обуправлении проектированием — все это комплекс процедур, связанных с принятием решений в рамках той или иной проблемы. В связи с этим в дальнейшем изложении материала термин «проектирование» будем понимать именно в этом широком смысле слова, а не только как процесс выполнения проекта по созданию какого-либо технического объекта.

Не каждая ситуация, связанная с выбором, требует принятия решений, однако любой такой процесс в конечном итоге означает выбор. Проблема возникает тогда, когда у лица, принимающего решение, имеются некоторые сомнения в относительной эффективности различных линий поведения. Процесс решения проблем направлен на рассеяние этих сомнений. Поскольку степень сомнений у разных людей различна, одна и та же ситуация для одного человека может оказаться проблемной, а для другого — нет. Именно поэтому возникает потребность в консультантах, экспертах, советниках, а также (что не менее важно) — в наличии у ЛПР соответствующего образования.

В случае проблемной ситуации ЛПР сначала составляет представление о проблеме, или создает ее модель, а затем пытается найти решение этой «смоделированной» проблемы. Если его представление о проблеме (или ее модель) окажется неверным, то решение может не дать желаемых результатов, то есть существующая проблема не будет разрешена. Типичным примером является формулирование проблемы, способствующее подавлению симптомов, последствий, а не устранению причин, порождающих данную проблему. Из-за возможности таких ошибок гораздо важнее (и труднее) правильно сформулировать проблему, чем разрешить ее.

Можно считать, что проблема решена,если выбранные значения управляемых переменных максимизируют ценность исхода,т.е. если осуществляется его оптимизация.Если же выбранные значения управляемых переменных не обеспечивают максимизацию, но дают достаточно хороший результат, то считается, что проблема решена удовлетворительно. Существует и третья возможность: проблема может исчезнуть вообще. Это достигается путем изменения ценности исхода, в результате чего выбор теряет смысл. Например, проблема, связанная с выбором автомобиля, перестает существовать, если человек пришел к выводу, что лучше пользоваться общественным транспортом, чем личным автомобилем.

Поскольку человек является целеустремленной системой, он непрерывно стремится к идеалу, не может довольствоваться меньшим, т.е. он не может быть постоянно разочарован или полностью удовлетворен. Это означает, что, как только достигнута какая-либо цель, возникает стремление к другой. Поэтому необходимо всегда стремиться находить новые возможности улучшения существующего положения, уметь видеть перспективу более желательного состояния, чем то, в котором мы находимся в данный момент.

Задача творческого управления (искусства управления) как раз в том и состоит, чтобы распознать такие перспективы и таким образом вдохновить окружающих на их осуществление. Как и в любом творческом процессе, каким является искусство принятия решений, вдохновение и стремление неразделимы. Продвижение к цели доставляет не меньшее удовлетворение, чем ее достижение, а процесс решения проблем — не меньшее удовлетворение, чем само решение. Поэтому можно считать, что в процессе творческого управления руководитель не должен быть свободен от проблем, напротив, он должен быть способен решать непрерывный поток все более усложняющихся проблем. Таким образом, искусство решения проблем порождает нежелание довольствоваться достигнутым, вытаскивает нас из прошлого и толкает в будущее.

Считается, что творческий подход к решению проблем — врожденное качество человека, которое нельзя ни привить, ни усвоить. Однако соединение современных достижений науки в области методологии управления и проектирования, психологии творчества, системных исследований и философии позволило создать целый комплекс методов, активизирующих творческую деятельность. Эти методы, исполняемые как алгоритмы, ставят ЛПР в условия, в которых стимулируется спонтанная творческая функция человеческого мозга, что приводит к рождению новых подходов в решении проблем.

Поиск решения как трехступенчатый процесс

  Из этого всеобъемлющего определения ясно, что оно охватывает деятельность не только собственно менеджеров, но и…

Процесс управления как операция

Задачи первого типа — это задачи выбора или поиска принципа действия для конкретных условий и требований. Это может быть физический принцип, если… Задачи второго типа— это выбор или поиск при заданном принципе… Изменение элементов и признаков обеспечивает значительно большее разнообразие принципиальных решений, чем возможные…

Цель управления состоит в том, чтобы найти и зафиксировать тот минимум информации об объекте управления, который обеспечит возможность четкого и однозначного материального воспроизведения управляющего решения, причем из всех возможных решений всегда желательно отыскать самое лучшее, то есть оптимальное. При решении широкого круга задач оптимизации принимаемых решений неоценимую услугу оказывает исследование операций.

Под операцией в настоящее время понимают совокупность действий, мероприятий, направленных на достижение некоторой цели, то есть совокупность целенаправленных действий.Это определение операции, как видно, чрезвычайно широко и охватывает значительную часть деятельности людей. С позиций этого определения процесс управления, как совокупность действий, направленных на получение об объекте управления минимума информации, обеспечивающей возможность материального воспроизведения управляющих решений, может рассматриваться как операция. Такой подход позволяет применить к задачам управления основные положения науки «исследование операций», основной задачей которой является поиск путей достижения цели. За последнее десятилетие применения методов исследования операций неоднократно подтверждало большие возможности этих методов и их высокую эффективность при решении многих практических задач человеческой деятельности, в том числе и задач управления в экономике и производстве.

Иногда полагают, что предметом исследования операций является повседневно возникающие задачи управления деятельностью той или иной организации. Другими словами, считают, что речь идет об управленческих задачах, возникающих в ходе реализации некоторых ежедневно повторяемых «операций». Методы исследования операций действительно находят применение при решении некоторых задач такого типа. К их числу относятся, в частности, задачи, связанные с календарным планированием производства и управления запасами, с эксплуатацией и ремонтом оборудования, а также задачи комплектования штатов на предприятиях коммунально-бытового обслуживания.

Чтобы тот или иной подход к решению какой-либо задачи можно было квалифицировать как операционный, он должен содержать, в частности, следующие элементы:

1. Ориентация на принятие решения. Основные результаты анализа должны иметь непосредственное и полностью определенное отношение к выбору способа действий.

2. Оценка на основе критериев эффективности. Сравнение различных возможных вариантов действий должно основываться на количественных оценках, позволяющих однозначно определить полезность ожидаемого исхода для рассматриваемой задачи.

3. Доверие к математической модели. Процедуры обращения с параметрами объекта оптимизации должны быть определены настолько точно, чтобы любой специалист в области системного анализа смог их трактовать совершенно однозначно. Другими словами, опираясь на одни и те же данные, различные специалисты-аналитики должны получать одинаковые результаты.

4. Необходимость использования компьютеров. Это условие отнюдь не является лишь желательным. Его, скорее, следует считать необходимым, что обуславливается либо сложностью используемых математических моделей и большими объемами данных, подлежащих обработке, либо громоздкостью вычислительных процедур при решении задач.

Основным в исследовании операций является системный подход, сущность которого сводится к тому, что деятельность любой части системы оказывает некоторое влияние на деятельность всех других ее частей. Из этого принципа следует, что для оценки любого решения необходимо определить все существенные взаимосвязи и установить его влияние с учетом этих взаимосвязей на поведение всей системы, а не только ее части.

Как и всякий принцип, ход операции должен описываться некоторым количеством фазовых координат Epci; считается, что задание функций xi£,(t) полностью описывает конкретное течение операции в данной модели. Чем больше фазовых координат, тем, вообще говоря, точнее описание операции, но тем и сложнее исследование модели.

Как правило, ход операции с точки зрения достижения цели можно характеризовать небольшим числом или даже одной фазовой координатой. Однако иногда удобнее пользоваться и более подробным описанием.

При подготовке к решению задачи должны быть выполнены следующие основные требования:

— четко сформулирована цель исследования;

—дано подробное, полное словесное описание комплекса требований, предъявляемых к оптимизируемому объекту;

— предоставлена по возможности полная и достаточно достоверная информация, потребность в которой может расширяться в процессе исследования;

—при разработке исследователем модели операции должна быть обеспечена тесная взаимосвязь со специалистом-заказчиком;

—при получении решения оно оценивается специалистом - с целью корректировки модели в случае необходимости.

Процесс управления, рассматриваемый как совокупность действий, направленных на получение об объекте минимума информации, обеспечивающей возможность четкого и однозначного материального воспроизведения управляющего решения в соответствии с поставленной целью в рамках технического задания, может быть определен как операция. Такой подход позволяет применить к задачам проектирования основные положения исследования операций и определить основные компоненты автоматизированного проектирования управляющего решения на базе современных информационных систем и технологий.

В наш век агитация за признание научного подхода (а операционный подход является научным) может показаться странной. Вряд ли у кого-нибудь может вызвать сомнение возможность применения научных методов при исследовании других реальных объектов и явлений (например, при исследовании физических эффектов). И все же для признания эффективности операционных методов исследования применительно к решению сложных организационно-управленческих проблем всем управленцам необходим добровольный отказ от недоверия и признание того, что в менеджменте действительно эффективно применение научных методов и математического моделирования.

5.2. Выбор критерия эффективности

В одной из сказок говорится о юноше, который мог загадать любые три желания. Загадав два из них, он ухитрился попасть в такую беду, что вынужден был загадать последнее желание, чтобы вернуться к своему первоначальному состоянию. Услышав один из многочисленных вариантов этой сказки, смышленые дети говорят, что они смогли бы лучше распорядиться даже одним-единственным желанием — для этого надо сразу же загадать исполнение всех последующих желаний.

Целеустремленным системам (а социально-экономические системы является именно такими) по своей природе свойственно иметь желания и при этом иметь возможность их удовлетворять.

Мы уже говорили о том, что при подготовке к решению любой задачи принятия решения как операции должна быть, прежде всего, четко сформулирована цель операции. Очевидно, что при решении проблем важно знать, каковы наши цели. Если решение данной проблемы зависит не только от нас, но еще от какого-то лица (или группы лиц), то важно знать, каковы его цели. Кроме того, необходимо выяснить, как взаимосвязаны преследуемые нами цели с целями, к которым стремятся другие заинтересованные лица.

Анализ целей

Позитивные и негативные цели (или утверждение и отрицание) — понятия относительные. Например, желание избавиться от шума можно рассматривать как… Следует отметить важное обстоятельство, что позитивная цель предполагает… Результат решения проблемы всегда можно рассматривать как средство для достижения более отдаленного результата (новой…

Вселенная как целеустремленная система

Вселенная является целеустремленной метасистемой, имеющей вектор развития, направленный в сторону осуществления позитивных целей, и из всех возможных альтернативных процессов, происходящих во Вселенной, только процессы, реализующие позитивные цели, снижают ее энтропию.

Доказательство проведем методом полной математической индукции.

1. На ряде частных примеров при решении проблем, формулируемых в терминах позитивных или негативных целей, установлено, что позитивная цель предполагает достижение и негативной цели, однако обратное утверждение неверно. Для реализации этого свойства позитивных целей в каждом случае решения проблемы при новой формулировке цели как позитивной требуется переход в систему более высокий ранга, в которой должна рассматриваться более общая проблема. Достижение этой позитивной цели приведет к автоматическому достижению ранее сформулированной негативной цели. В соответствии с этим, можно записать

М(Х₁) Î М(Х₂) (5.1)

M(X₁) в формуле (5.1) обозначает множество, в котором находятся все решения Х₁ проблемы, сформулированной в первой системе (индекс 1 у переменной Х₁) как негативной. При переходе на более высокий ранг системы (индекс 2 у переменной Х₂) цель переформулирована как позитивная. Формула (5.1) означает, что множество решений, содержащихся в системе ранга 1, полностью входит во множество решений системы ранга 2. То есть, если решена проблема в системе более высокого ранга 2, то состоялось и решение проблемы в системе ранга 1, где была сформулирована негативная цель

2. На более высоком уровне, в системе ранга 2 могут снова возникать проблемы, целевые установки которых формулируются как негативные. Тогда необходим переход в систему более высокого ранга 3, где будет сформулирована позитивная цель (цели), имеющая вектор решений . Для такой ситуации можно привести запись, имеющую тот же смысл, что и формула (5.1)

М(Х₂) Î М(Х₃) (5.2)

Таким образом, при возникновении проблем, формулируемых в терминах негативных целей, всегда можно найти систему более высокого ранга, где может быть сформулирована позитивная цель, множество решений которой поглощает множество решений системы более низкого ранга с негативной целью.

3. В соответствии с методом математической индукции предположим справедливость установленной закономерности для любого члена последовательности

М(Х_k-1) Î М(Х_k) (5.3)

4. Метод полной математической индукции требует в предположении (5.3) доказательства справедливости этой зависимости применительно к следующему (k+1) члену последовательности, то есть

М(Х_к) Î М(Х_к+1) (5.4)

Доказательство. Предположим, что условие (5.4) не выполняется, то есть M(X_k) Ï М(Х_k+1). Это означает, что на некотором k-том шаге решения проблем не может быть найдена система более высокого ранга для формулирования позитивной цели. Такое предположение может быть справедливым только в ограниченных системокомплексах, высший ранг которых определяется рамками поставленной проблемы. Однако это предположение не может быть справедливым применительно к Вселенной в силу ее бесконечности. Неоспоримый факт бесконечности Вселенной приводит к тому, что всегда может быть найдена система более высокого ранга по отношению к любой, сколь угодно высокого ранга системе или системокомплексу.

Таким образом, выдвинутое предположение M(X_k) Ï М(Х_k+1) не может быть справедливым. Следовательно, (5.4) доказано, а вместе с тем доказанным является постулат о целеустремленности Вселенной по направлению вектора положительных целей.

Это приводит к доказательству второго постулата закона. Так как в развивающейся Вселенной поддерживается уровень энтропии, обеспечивающий ее существование, то в соответствии с доказанным законом, в силу определенной целеустремленности Вселенной восполнение потерь (то есть снижение энтропии) может достигаться только процессами, реализующими позитивные цели.

На основании приведенного закона могут быть сформулированы четыре важных следствия.

Следствие 1. Поскольку Вселенная является целеустремленной системой, то существует Высший Разум (Логос, Господь, Бог, Провидение), Чья Воля эту цель формирует. Этот Высший Разум является внесистемной субстанцией, выходящей за «границы» безграничной Вселенной, и в этом смысле непознаваем. Таким образом, доказанный Закон о целеустремленности Мироздания является одновременно и научным доказательством существования Высшего Разума.

Следствие 2. Целеустремленность любой системы в направлении вектора позитивных целей обеспечивает, в конечном счете, успех решению проблем на основе формулирования позитивных целей, поскольку только в этом случае усилия разработчика (руководителя, бизнесмена и т.д.) совпадают с направлением цели Провидения. При формулировании же негативных целей разработчик сталкивается с противодействием Провидения, так как вектор управленческих усилий (как физических, организационных, так и мысленных, информационных) направлен в сторону, противоположную вектору направленности Вселенной.

Следствие 3. Формальное переформулирование целей из негативных в позитивные без перехода в систему более высокого ранга не может привести к автоматическому достижению негативных целей. Для достижения этого обязателен переход в систему следующего, более высокого уровня.Этот переход представляет собой перспективное,устремленное в будущее, решение проблем в отличие от ретроспективного,основанного на прошлой информационной базе, решения на уровне негативных целей.Однако такой переход не приводит автоматически к легкому решению проблемы: как правило, такой переход сопряжен с большим объемом требуемых ресурсов, включая ресурсы времени.

Следствие 4. Когда при решении проблем возникают ситуации, в которых разработчик не может найти формулировки позитивной цели, это означает, что, прежде всего, им не найдена необходимая система более высокого ранга, охватывающая множество решений проблемы в существующей системе. Поскольку такая система более высокого уровня, в соответствии с доказанным законом, всегда существует, необходима трансформация проблемы, обеспечивающая выход в такую систему.

Требования к критерию эффективности

Вследствие такой чрезвычайной важности правильного выбора критерия эффективности, сформулируем основные требования, предъявляемые к критериям.… • представительность; • критичность к исследуемым параметрам;

Виды критериев

1. «Качественные» цели, которые могут быть только достигнуты или не достигнуты. Все результаты операций, приводящих к достижению цели, одинаково… При этом критерий эффективности должен принимать только два значения: 1 — в… W=P(A)

Свертывание критериев в многокритериальных задачах

В реальных задачах проектирования, как правило, преследуется не одна, а несколько целей, и поэтому практически всегда возникает задача объединения… 1. Суммирование или «экономический» способ соединения, когда целью…

Метод последовательных уступок

Процедура нахождения компромиссного решения сводится к следующему. Сначала ищем решение, обращающее в максимум показатель эффективности W. Затем… Снова назначаем «уступку» DК1 в критерии К1, за счет чего обращаем в максимум… Такой способ последовательного построения компромиссного решения удобен тем, что мы всегда видим, ценой какой уступки…

F(x) ® max

gj(x)£bj, j = 1,2,3, ... m (5.6) Здесь: F(x) — целевая функция, выражающая главную цель данной задачи —… bj = (b1, b2, ... , bm) — величины соответствующих ресурсов предприятия;

Информационное обеспечение математической модели управления

При решении задачи для получения матрицы расходов ресурсов необходимо тщательно проанализировать наличные ресурсы предприятия и определить их… В качестве вспомогательного материала для анализа ресурсов может быть… После анализа наличных ресурсов предприятия и расчета удельных расходов ресурсов по каждому виду продукции…

Таблица 5.1

 

Вид ресурса	Составляющие	Единицы расхода	Примечание
Люди     Материалы (сырье)	Управление Производство Маркетинг Металл Зерно Мука Древесина Доска и т.п.	человеко-часы     тонны, кубометры, кв.м и т.п.	В зависимости от структуры материалов
Оборудование	Станки Машины Компьютеры и т.п.	часы, киловатты и т.п.	В зависимости от вида оборудования
Услуги сторонних организаций	Заключение договоров Оформление документов Закупки сырья и т.п.	рубли, тыс.руб, доллары США и т.п.
Энергоноси-тели	Электроснабжение Теплоснабжение Газоснабжение	квтчас, ккал, кубометры и т.п.	В зависимости от вида энерго- носителя
Земля	Общая площадь, занимаемая предприятием	кв.м
Здания и сооружения	Производственные площади Площади вспомогатель-ных комплексов (котельная, склады и т.п.)	кв.м
Природные ресурсы	Вода, Лес, Полезные ископаемые, Геотермальные источники, Ветер и т.п.	кубометры, тонны, ккал, квт и т.п	В зависимости от вида ресурсов

 

Кроме того, для информационного обеспечения указанной математической модели требуется привести данные по предельным значениям ресурсов, которыми располагает предприятие за определенный (выбранный) промежуток времени. Эти значения используются как граничные в системе ограничений математической модели.

Если на основе маркетинговых исследований имеется прогноз требований рынка на период, для которого решается задача оптимизации, то эти данные используются для дополнения системы ограничений, как это было показано выше. Точно так же в качестве входной информации необходимы данные для каждого вида продукции по требуемым величинам объемов поставок в соответствии с заключенными договорами на соответствующий период. Эти данные используются для записи ограничений снизу на объемы выпуска. Здесь же могут быть учтены данные по потребностям в соответствующей продукции для внутренних нужд предприятия (для продукции, производимой из собственного сырья).

Ресурсы	Удельный расход по 1-му виду продукции	Удельный расход по 2-му виду продукции	Удельный расход по 3-му виду продукции	…	Удельный расход по n-му виду продукции
Ресурс 1	a11	a12	a13	…	a1n
Ресурс 2	a21	a22	a23	…	a2n
…	…	…	…	…	…
Ресурс m	am1	am2	am3	…	amn

 

Решение такой задачи позволяет руководителю определить оптимальные объемы выпуска, выявить те виды продукции, выпускать которые в этих условиях нецелесообразно, а, возможно, и сделать вывод об изменении номенклатуры. Приведенная модель позволяет выбрать наиболее подходящую альтернативу заменяемым компонентам номенклатуры.

5.5. Разработка оптимальных управленческих решений в среде информационных технологий

На основе описанной в предыдущем разделе модели рассмотрим задачу оптимизации управленческого решения на конкретном примере выбора предприятием поставщика. Проблема выбора поставщика на практике решается с использованием рейтинговой системы оценок, что вносит существенную долю субъективизма в разработку управленческого решения и может приводить к значительным экономическим потерям.

Рассмотрим задачу выбора поставщика на основе системы объективных критериев оценки, позволяющих сформировать комплексный критерий и формализовать выбор поставщика как оптимизационную задачу. Указанный подход изложим на реальном примере выбора поставщика службой маркетинга российского производственного предприятия, закупающего у поставщиков металл. Проблема выбора поставщика в данном случае состоит в оптимизации объемов поставки чугуна марки ПЛ1-ПЛ2, закупаемого у того или иного поставщика.

Потребность предприятия в чугуне составляет 2500 т в месяц. При этом из условий нормальной работы предприятия минимальный потребный запас чугуна должен составлять не менее 2 вагонов (120 т) в сутки.

В то же время, чтобы предприятие не несло затрат по оплате вынужденных простоев вагонов, максимальная суточная поставка чугуна не должна превышать 5 вагонов (300 т).

Перечень поставщиков и их характеристики представлены в табл. 5.2.

Таблица 5.2

№	Поставщик	Стоимость с НДС за 1 т, тыс.руб.	Железнод. тариф, руб	Ограничен, объема поста-вок, т в месяц	Условия поставки	Показа-тель качества
	г. Сатка, Челябинская область	2,800			По факту поставки	0,86
	Челябинский меткомбинат	2,770		Без ограничений	Предо плата	0,87
	г. Липецк. «Свободный сокол»	2,976		Без ограничений	По факту поставки	0,89
	Новотроицкий мет.комб., Оренбургск. обл.	2,880			Отсрочка платежа	0,8
	Мет.комбинат, г. Нижний Тагил	3,120		Без ограничений	По факту поставки	0,9
	Екатеринбургский мет.комбинат	3,250		Без ограничений	Отсрочка платежа	0,92
	Магнитого-роский мет. комбинат	3,780			Отсрочка платежа	0,97
	г. Пашня, Пермская обл.	2,700			Предоплата	0,87
	Тульский «Чермет»	3,060		Без ограничений	Отсрочка платежа	0,93
	Московский мет. комбинат	3,200		Без ограничений	По факту поставки	0,96

 

Показатель качества, приведенный в таблице, представляет собой величину вероятности получения продукции, соответствующей всем требованиям качества (устанавливается из статистических данных входного контроля качества поставляемой продукции).

Управляемыми переменными X_i в данной задаче установим месячные объемы поставок (в тоннах) каждым i-тым поставщиком (будем считать, что величина i соответствует номеру поставщика в табл.5.2). Таким образом, задача выбора поставщика сводится к определению оптимальных объемов поставок X_i, обеспечивающих при имеющихся ограничениях наилучшее значение показателя эффективности данного проекта.

Рассмотрим, прежде всего, имеющиеся ограничения ресурсов:

1. Потребность предприятия — не менее 2500 т в месяц.

2. Минимальный суточный запас должен составлять не менее 120 т. Из условия 22 рабочих дней в месяц среднемесячный запас должен быть не менее 2640 т.

3. Для избежания простоев суточный запас не должен превышать 300 т, соответственно, среднемесячный — не более 6600 т.

4. Первый поставщик (i=1) не может поставить в месяц более 300 т чугуна, четвертый — не более 1200 т, седьмой поставщик (i=7) не может поставить более 400 т, а восьмой — не более 300 т. Остальные поставщики объемы поставки не ограничивают.

5. Исходя из ограниченности бюджета предприятия, установим следующие ограничения на закупки по различным условиям поставки:

• Доля закупок в общем объеме по условиям с отсрочкой платежа должна быть не менее 50%;

• Доля закупок в общем объеме по условиям оплаты по факту поставки должна быть не более 35%;

• Доля закупок в общем объеме по условиям предоплаты не должна превышать 15%.

Установим критерии эффективности, по которым будем оценивать решение.

1. Для определения одного из критериев запишем затраты на месячный объем закупок чугуна у поставщиков:

(5.14)

Здесь С_i — цены (за одну тонну), по которым закупается продукция у соответствующего поставщика. Цена включает в себя стоимость тонны продукции плюс железнодорожный тариф на перевозку одной тонны.

Определим среднюю цену одной тонны во всем объеме закупок

(5.15)

где — полный объем месячных закупок предприятием.

Сформируем комплексный показатель эффективности в виде отношения величины С_тin, соответствующей минимальной цене, предлагаемой поставщиками к средней цене закупок, выражаемой формулой (5.15). В нашем случае таким поставщиком, предлагающим минимальную цену, является г. Пашня Пермской области (i=8), цена которого с учетом железнодорожного тарифа составляет 2,353 тыс.руб. за тонну.

Тогда комплексный показатель для первого критерия будет иметь вид:

(5.16)

Как видно, критерий К₁ представляет собой коэффициент, являющийся величиной, обратной превышению средней закупочной цены по отношению к минимально возможной.

Этот показатель имеет максимальное значение (К₁ = 1), если все закупки осуществляются только у 8-го поставщика (г.Пашня Пермской обл.). Во всех других случаях К₁<1, и это значение необходимо максимизировать.

2. В качестве второго критерия определим показатель, характеризующий условия поставки. Естественно, предприятию выгодней осуществлять закупки, если они производятся на условиях отсрочки платежа, менее выгодно, если оплата осуществляется по факту поставки, еще менее выгодно, если требуется предоплата. Пусть закупки каждой тонны чугуна, производимые с отсрочкой платежа, имеют показатель эффективности, равный 1, закупки одной тонны при оплате по факту поставки имеют показатель эффективности 0,5, а наименее выгодные закупки пусть имеют показатель эффективности закупки одной тонны, равный 0,2.

При этом можно сформировать комплексный показатель в виде:

(5.17)

Здесь — суммарные месячные объемы закупок у поставщиков, допускающих отсрочку платежа,

— суммарные месячные объемы закупок у поставщиков, требующих оплату по факту поставки,

— суммарные месячные объемы закупок у поставщиков, требующих предоплату,

— полный объем месячных закупок предприятием.

Показатель К₂ имеет максимальное значение (К₂ = 1), если все закупки осуществляются у поставщиков, допускающих отсрочку платежа. Во всех остальных случаях К₁<1, и этот показатель должен, естественно, максимизироваться.

3. В качестве третьего критерия определим показатель, характеризующий качество поставляемой продукции. Поскольку в исходных данных имеются вероятностные показатели качества для продукции различных поставщиков, можно определить математическое ожидание объемов поставки качественной продукции в составе объемов поставок

Здесь P_i — вероятность качества поставляемой продукции (данные последнего столбца таблицы 5.2)

Сформируем комплексный показатель в виде:

(5.18)

Здесь, как и ранее, — общий месячный объем поставок.

Показатель К₃ имеет максимальное значение, соответствующее показателю качества поставщика самой качественной продукции, если все закупки осуществляются именно у этого поставщика. В нашем случае максимальное значение К₃ равно 0,97, что соответствует закупке месячного объема чугуна только у 7-го поставщика (Магнитогорский меткомбинат). Во всех остальных случаях К₃ имеет значения, меньшие указанного, и этот показатель должен максимизироваться.

Итак, имеем три критерия эффективности — К₁, К₂, К₃, каждый из которых должен максимизироваться. В соответствии с методами решения многокритериальных задач оптимизации, осуществим свертку критериев к единому показателю, применив экономический метод (метод суммирования) с использованием весовых коэффициентов.

Назначим следующие коэффициенты веса (коэффициенты важности) частным критериям:

Для критерия K₁ примем коэффициент веса g₁ = 0,8

Для критерия К₂ — g₂ = 0,1

Для критерия К₃ — g₃ = 0,1

При определении коэффициентов веса целесообразно использовать метод экспертных оценок. Вместе с тем, другие численные значения коэффициентов принципиально не меняют задачу, а лишь изменяют исходные данные и результаты. Более того, руководитель, выбирающий поставщика, может сознательно изменять коэффициенты веса, исходя из конкретных обстоятельств, складывающихся в данный момент: в какой-то ситуации наиболее важен критерий стоимости, а в другой, может быть, критерий качества.

Тогда суммарный критерий эффективности будет иметь вид:

(5.19)

Приведенный критерий соответствует задаче максимизаци.

Составим математическую модель задачи оптимизации.

Требуется найти оптимальные значения X_i, соответствующие следующей системе ограничений:

(5.20)

Поскольку второе ограничение является более сильным, то первое может быть исключено как автоматически выполняемое при выполнении первого.

Таким образом, требуется определить значения X_i, соответствующие системе ограничений (5.20) и максимизирующие показатель эффективности (5.19). Систему ограничений следует дополнить требованием неотрицательности X_i

X_i>0 (i = l, 2, 3, ..., 10)

Эта задача может быть решена с использованием Microsoft Excel (программа «Поиск решения»).

Вступая в хозяйственную связь с неизвестным поставщиком, предприятие подвергается определенному риску. В случае несостоятельности или недобросовестности поставщика у потребителя могут возникнуть срывы в выполнении производственных программ или же прямые финансовые потери. Возмещение понесенных убытков наталкивается, как правило, на определенные трудности. В связи с этим предприятия изыскивают различные способы, позволяющие выявлять ненадежных поставщиков. Например, западные фирмы нередко прибегают к услугам специализированных агентств, готовящих справки о поставщиках, в том числе и с использованием неформальных каналов. Эти справки могут содержать следующую информацию о финансовом состоянии поставщика:

— отношение ликвидности имущества поставщика к сумме долговых обязательств;

— отношение объема продаж к дебиторской задолженности;

— отношение чистой прибыли к объему продаж;

— движение денежной наличности;

— оборачиваемость запасов и др.

Процессы принятия решений, понимаемые как выбор одной из нескольких возможных альтернатив, пронизывают всю человеческую жизнь. Большинство решений мы принимаем, не задумываясь, так как существует автоматизм поведения, выработанный многолетней практикой. В то же время в таком автоматизме кроется опасность недооценки скрытых факторов, отличающих данную ситуацию от повторявшихся ранее. В таких проблемах новым является либо объект выбора, либо обстановка, в которой совершается выбор. В этом смысле каждое из управленческих решений является уникальным.

Проблемы рационального выбора в уникальных ситуациях, характерных для административной деятельности (выбор плана капиталовложений, выбор проектов проведения научных исследований и разработок, выбор плана производства изделий, выбор перспективного плана развития предприятия и др.) всегда интересовали многих специалистов и исследователей. Список подобных проблем довольно обширен, но все они имеют следующие общие черты:

• уникальность, неповторяемость ситуации выбора;

• сложный для оценки характер рассматриваемых альтернатив;

• недостаточная определенность последствий принимаемых решений;

• наличие совокупности разнородных факторов, которые следует принять во внимание;

• наличие лица или группы лиц, ответственных за принятие решений.

Проблемы рационального выбора в уникальных ситуациях существовали всегда, но по ряду причин в последние десятилетия важность их значительно возросла. Прежде всего, резко возрос динамизм окружающей среды и уменьшился период времени, когда принятые раньше решения остаются правильными. Во-вторых, развитие науки и техники привело к появлению большого числа альтернативных вариантов выбора. В-третьих, возросла сложность каждого из вариантов принимаемых решений. В-четвертых, увеличилась взаимозависимость различных решений и их последствий. В результате всего этого резко возросли трудности рационального решения проблем уникального выбора.

Как уже отмечалось, разработка управленческого решения представляет собой трехступенчатый процесс (дивергенция, трансформация, конвергенция) с использование на каждом этапе соответствующих методов решения проблем. С учетом такого подхода технологический процесс разработки управленческого решения можно представить в виде следующей схемы, содержащей пять этапов — от выявления проблемы, постановки целей до организации практической реализации решения и контроля за его выполнением (рис. 5.4).

 

 

Рис. 5.4. Схема разработки управленческого решения

 

Рассмотрим реализацию представленной технологии разработки управленческого решения на примере следующей проектной ситуации (здесь использован пример из студенческой курсовой работы — 3-й курс специальности «Экономическая кибернетика»).

Разработка управленческого решения менеджментом предприятия

Предприятие «Эверест» конкурирует с такими городами в Украине как Донецк, Луганск, Запорожье, в которых в свою очередь имеются крупные предприятия…

Выявление проблемной ситуации и постановка цели.

  Таблица 5.3 Показатели работы предприятия

Сбор всесторонней информации, выявление ограничений. 2.1 Изучение существа вопроса.

Орель Био; Орель Био 500; Лотос М;

Сбор информации

l.Ha CMC с биодобавками (Орель Био, Орель Био 500) прирост потребности составляет 4%. 2.На другие CMC прирост составляет 2%. 3.Целесообразно освоение нового продукта: Лотос М 500 + биодобавки, так как спрос на подобный продукт с ярко…

Разработка альтернативных решений и выбор оптимального варианта.

Разработка альтернатив решения.

1. Оставить всё на прежнем уровне (данный вариант принимается в качестве базового и на его основе производится оценка остальных); 2. Произвести следующие изменения в номенклатуре производства. • Увеличить производство CMC с биодобавками с учётом коэффициента прироста потребности 1,04:

Выбор оптимального решения.

XI — объем выпуска Орель Био, т; Х2 — объем выпуска Орель Био 500, т; ХЗ — объем выпуска средства Лотос М, т;

Организация выполнения принятого решения.

1. Оформление приказа 2. Разработка планов и сроков реализации решения 3. Назначение ответственных лиц, инструктаж исполнителей.

Контроль выполнения решения.

1. Предупреждение отклонений, срывов выполнения решения. 2. Возможность принятия нового решения. Функция контроля очень важна в управленческой деятельности, т.к. контроль- это процесс обеспечения достижения…

Контрольные вопросы

1. Изложите основные принципы исследования операций.

2. Опишите требования к критерию эффективности.

3. Дайте определение процесса управления как операции.

4. В чем смысл Закона позитивной динамики Вселенной?

5. Опишите метод построения операционных математических моделей.

6. Сформулируйте задачу оптимизации бизнес-проектов на базе операционных математических моделей. Приведите примеры.

 

 

Глоссарий__________________________

Абстрактная система— система, все элементы которой являются понятиями.

Автоматическая система— система, которая может реагировать на внешние воздействия только детерминировано.

Адекватность математической модели— ее способность отображать заданные свойства объекта с погрешностью, не выше заданной.

Алгоритм (закон) управления— совокупность правил, по которым информация, поступающая в систему управления, перерабатывается в сигналы управления.

Алгоритм свойств (модель)— совокупность символов (математических, графических и т.п.), которая адекватно описывает некоторые свойства моделируемого объекта и отношения между ними.

Внешняя средаили окружение— множество тех элементов системы (и их существенных свойств), которые не являются частями системы, но изменения в любом из которых может повлечь за собой изменение в состоянии системы.

Возможные исходы(отклики) — зависимые переменные в задачах управления, которые зависят как от выбора, так и от неуправляемых переменных.

Выбор,то есть принятие решения, — процесс нахождения линий поведения (стратегий), определяемых значениями одной или большого числа управляемых переменных.

Выполнение программы— вид управления, когда заданные значения управляемых величин у₀ изменяются во времени заранее известным образом.

Геометрические модели— математические модели, которые дополнительно к сведениям о взаимном расположении элементов содержат сведения о форме компонентов объекта.

Декомпозиция— разделение системы на подсистемы по определенным признакам и различными способами.

Дивергенция— расширение границ рассматриваемой ситуации с целью обеспечения достаточно обширного — и достаточно плодотворного — пространства для поиска решения.

Задача системы— описание способа (технологии) достижения цели, содержащее указание на цель с желаемыми конкретными числовыми (в том числе временными) характеристиками.

Закон спроса— характеристика, выражающая существующую обратную взаимосвязь между ценами и величиной спроса: величина спроса на товар изменяется обратно пропорционально его цене при прочих

неизменных условиях (доход, цены на сопутствующие товары, товары-заменители, ожидания).

Иерархия— деление системы на подсистемы по уровням и рангам. Изоморфизм— свойство двух систем S_; и S, означающее, что между входами и выходами обеих систем существует взаимно однозначное соответствие.

Информационная структура— совокупность центров производства, сбора, анализа и распространения информационных потоков.

Информационный образ объекта— модель объекта (проект), предшествующая любому реальному изменению искусственной среды, происходящему в событийном пространстве. Информационный образ возникает в результате целенаправленной деятельности субъектов массовых информационных процессов, являясь нематериальным артефактом, закрепленным на материальном носителе.

Кибернетика— наука о законах структурной организации и функционирования систем управления любой материальной природы и степени сложности, имеющая своей целью анализ, синтез и оптимизацию таких систем.

Конвергенция— сокращение поля возможных вариантов до единственного избранного решения с минимальными затратами времени и средств и без необходимости совершать непредвиденные отступления.

Конечные продукты деятельности системы— элементы, передаваемые системой во внешнюю среду.

Конкретная система— система, в которой хотя бы два элемента являются объектами.

Концепция ARIS(Architecture of Integrated Information Systems — архитектура интегрированных информационных систем) — комплекс интегрированных методологий, определяющих принципы моделирования практически всех аспектов деятельности организации, методы формализации информации о бизнес-процессах и представление ее в виде графических моделей, удобном для понимания и анализа.

Критерий эффективности— количественный показатель, характеризующий степень достижения цели управления.

Линейная организация— организационная структура, в которой каждое звено связано с вышестоящими единственной связью. В организационной системе обеспечивается жесткая централизация и единоначалие. Принятие решений и контроль исполнения — прерогатива центра.

Линейно-штабная организация— организационная структура, в которой линейная структура дополняется так называемыми штабными звеньями, подготавливающими решения, осуществляющими контроль и целевые консультации системы.

Матричная организация— организационная структура, создаваемая для осуществления проектов без выделения специальных параллельных служб.

Методология структурного анализапредставляет методы и средства для

исследования структуры и деятельности организации. Она определяет

основные принципы и приемы использования моделей (алгоритмов свойств).

Моделирование— основной специфический метод кибернетики, применяемый для анализа и синтеза систем управления — особый познавательный прием, когда вместо непосредственного исследования объекта познания субъект исследования выбирает или создает сходный с ним вспомогательный объект — информационный образ, или модель, исследует его, а полученные новые знания переносит на объект — оригинал.

Модель— информационный образ реального объекта, воспроизводящий данный объект (систему) с определенной степенью точности и в форме, отличной от формы самого объекта (системы).

Наука— система знаний об объективных законах существования, движения и развития природы, общества и мышления, сложившаяся вследствие ее необходимости для общественной практики. Имеет объект и предмет исследования.

Негэнтропия— некоторое, изначально локальное, состояние нарушения устойчивости процесса возрастания энтропии в определенным образом структурированной материи (информационные структуры), приводящее к лавинообразному процессу уменьшения энтропии.

Неуправляемые переменные— ситуации, охватываемые проблемой, которыми не может управлять лицо, принимающее решение, но которые совместно с управляемыми переменными могут влиять на результат его выбора.

Нотации— система условных обозначений, принятая в конкретной модели.

Общая теория систем— наука, являющаяся упорядоченной теоретической основой для описания общих взаимосвязей реального мира.

Объект (элемент, компонент)— часть системы, выделенная по какому-либо признаку, сформулированному заинтересованным лицом.

Объект исследования экономической кибернетики— экономическая система (предприятие, отрасль, регион, страна, др.) — является общим с другими экономическими науками: экономической теорией, экономикой промышленности, региональной экономикой и т.д.

Объекты исследованиянауки — материальные явления или процессы, изучаемые данной наукой.

Операционная математическая модель— агрегат (совокупность) алгоритмов, описывающих функциональные свойства проектируемого объекта. Эта модель в пространстве фазовых координат, образованных гиперповерхностями входящих в модель ограничений, воспроизводит (синтезирует) образ проектируемого объекта, отвечающего всем технико-экономическим требованиям, предъявляемым в рамках данных конкретных задач проектирования.

Оптимальное управление— выбор и реализации таких управлений ие U, которые являются наилучшими с точки зрения эффективности достижения цели управления.

Организационная структура— структура, элементами которой являются подразделения организации разного уровня иерархии, а отношениями — отношения входимости и руководства-подчинения.

Отрицательная обратная связь— компонент системы управления, под действием которого первоначальное отклонение управляемой величины у, вызванное входными воздействиями, уменьшается.

Подсистема— выделенное из системы подмножество взаимосвязанных элементов, объединенных некоторым целевым назначением. Разделение системы на подсистемы, а подсистемы — на более мелкие можно продолжать до тех пор, пока остаются элементы (минимум два), объединенные общим признаком и целью.

Положительная обратная связь— компонент системы управления, под действием которого первоначальное отклонение управляемой величины у, вызванное входными воздействиями, увеличивается.

Предложение— величина, характеризующая количество товара, которое производится и предлагается рынку производителями. Зависит от издержек производства (включающих затраты ресурсов, издержки амортизации оборудования) и прибыли.

Предмет исследования экономической кибернетики— процессы и закономерности структурной организации и функционирования экономики как системы управления и, прежде всего, информационные по всему содержанию механизмы управления экономическими процессами.

Предмет науки— основное ее содержание, т.е. изучаемые ею законы существования, движения и развития объектов ее исследования, иными словами, предмет науки можно образно представить как «инструментарий», с помощью которого изучается объект исследования.

Принцип неограниченности потребностей общества— характеристика социально-экономической системы, понимаемая так, что ориентация экономики на максимальное удовлетворение человеческих потребностей никогда не достигает идеальной цели — создания полного изобилия в силу действия закона опережающего роста потребностей.

Производственная структура— часть организации, выполняющая задачи оперативного управления производством и обеспечивающая выпуск продукции и/или предоставление услуг.

Репозиторий— специальная база данных, в которой организационные и функциональные модели, а также модели данных, входов/выходов и процессов/управления рассматриваются как поля.

Ресурсы— продукты деятельности, передаваемые из среды в систему.

Решающие системы— системы, которым присущ акт решения; они имеют постоянные стохастические критерии различения случайных сигналов.

Рыночный спрос— совокупный спрос покупателей, который легко рассчитать на основе данных об индивидуальном спросе на конкретный товар.

Самоорганизующаяся система— система, имеющая гибкие критерии различения сигналов и гибкие реакции на воздействия, приспосаб-

ливающиеся к заранее неизвестным сигналам и воздействиям.

Система— совокупность взаимосвязанных элементов, объединенных единством цели и общими целенаправленными правилами взаимоотношений.

Система— упорядоченное подмножество объектов, интенсивность взаимосвязей которых превышает интенсивность отношений с объектами, не входящими в данное подмножество, т.е. с внешней средой.

Система управления—.совокупность объекта управления (управляемой системы), присоединенного к нему субъекта управления (управляющей системы) и исполнительных органов (исполнительной системы), представляющая собой организованную динамическую систему с обратной связью, в которой реализуются причинно-следственные связи с помощью каналов управления и обратной связи.

Система целей— совокупность взаимоувязанных целей организации.

Система экономической информации— совокупность данных, отображающих экономический аспект деятельности системы управления.

Системный анализ— совокупность методологических средств, используемых для подготовки и обоснования решений по сложным проблемам социального, технического и экономического характера.

Системный подход— методология специального научного познания и социальной практики, а также объяснительный принцип, в основе которого лежит исследование объектов как систем.

Системный подход к управлению— методология управления, характеризующаяся одновременным комплексным всесторонним рассмотрением объекта изучения, будь то процесс, явление, изделие или информация.

Слежение— вид управления, обеспечивающий как можно более точное соответствие между текущим состоянием системы y(t) и требуемым значением ее состояния у₀(t); возникает в тех случаях, когда изменение заданных значений управляемых величин заранее неизвестно.

Совершенно неэластичный спрос— спрос, соответствующий ситуации, при которой изменение цены не приводит ни к какому изменению количества спрашиваемой продукции.

Совершенно эластичный спрос— спрос, имитирующий ситуацию продажи товара на рынке чистой конкуренции, когда большое количество производителей предлагает потребителям одинаковые товары.

Социальная структура— сегментация персонала организации на группы по социальным показателям и отношения между группами.

Спрос— совокупность требований на товар, который потребители купят по той или иной цене в данный период при прочих равных условиях. Отражая предпочтения покупателей на рынке, спрос может быть индивидуальным и рыночным.

Средства структурного анализа— аппаратное и программное обеспечение, реализующее выбранную методологию, в том числе построение соответствующих моделей с принятой для них нотацией.

Стабилизация системы— задача управления, состоящая в поддержании

некоторых ее выходных величин — управляемых величин у — вблизи некоторых неизменных заданных значений у₀, несмотря на действие возмущений w, влияющих на значения у.

Степень универсальности математической модели— свойство модели, характеризующее полноту отображения в модели свойств реального объекта.

Структура входов организации— совокупность материальной и нематериальной продукции, поступающей в организацию из внешней среды и используемой для осуществления деятельности организации.

Структура выходов организации— совокупность материальной и нематериальной продукции, являющейся результатом деятельности организации и поставляемой ею во внешнюю (по отношению к ней) среду.

Структура системы— относительно постоянный порядок внутренних пространственно-временных связей системы между ее элементами и взаимодействия их с внешней средой, определяющий функциональное назначение системы.

Структурныематематические модели — модели, предназначенные для отображения структурных свойств объекта (делятся на топологические и геометрические).

Структурный анализ— методологическая разновидность системного анализа, технология структурного анализа и проектирования.

Структурный элемент (объект)— элемент, выполняющий одну из элементарных функций, связанных с моделируемым предметом, процессом или явлением.

Территориальная структура— совокупность мест (территорий, площадей) расположения элементов организационной структуры.

Топологические модели— математические модели, отображающие состав и взаимосвязи элементов объекта.

Траектория развития экономики— математическое отображение экономических процессов, которое каждому значению переменной времени ставит в соответствие состояние экономики в данный момент времени.

Трансформация— стадия создания принципов и концепций при решении проблем.

Управление— целенаправленное воздействие одной системы (субъекта управления) на другую (объект управления), выбранное из множества возможных воздействий на основании имеющейся для этого информации, для изменения ее состояния (поведения) в соответствии с изменяющимися условиями внешней среды и улучшающее функционирование или развитие объекта управления.

Управляемые переменные— набор мероприятий и их параметров, которыми может управлять лицо, принимающее решение.

Управляющее устройство (субъект управления, управляющая система)— совокупность элементов системы, вырабатывающая сигналы управления.

Финансово-экономическая (финансовая) структура— совокупность центров учета с финансовыми потоками между ними.

Функциональная структура— структура, элементами которой являются функции, реализуемые подразделениями предприятия, а отношениями — связи, обеспечивающие передачу между элементами предметов труда.

Функциональныематематические модели — модели, предназначенные дляотображения процессов (физических или информационных), протекающих в объекте при его функционировании или изготовлении.

Целенаправленность— характеристика, являющаяся одним из признаков системы и определяющая поведение системы.

Цель организации— стремление к максимальному результату, выражаемому в максимизации ценности капитала, при постоянном сохранении определенного уровня ликвидности и достижении целей производства и сбыта с учетом социальных задач. Вспомогательной стоимостной целью является стремление к достижению оптимальной расчетной прибыли за определенный период времени.

Цель системы— достижение и сохранение желаемого состояния или желаемого результата поведения системы.

Ценовая эластичность предложения— процентное изменение величины предложения при изменении цены на 1%.

Ценовая эластичность спроса— процентное изменение величины спроса под воздействием изменения цены на 1%.

Штатная структура— состав подразделений и перечень должностей, размеры должностных окладов и фонд заработной платы организации.

Экономика (экономическая система)— сложная целенаправленная управляемая динамическая система, осуществляющая производство, распределение и потребление материальных благ с целью удовлетворения неограниченных человеческих потребностей.

Экономико-математическая модель— совокупность математических выражений, описывающих экономические объекты, процессы и явления, исследование которых позволяет получить необходимую информацию для реализации целей управления моделируемой системой.

Экономическая кибернетика— наука, исследующая экономику, ее структурные и функциональные звенья как сложные динамические системы, в которых протекают процессы управления, информационные по своему содержанию.

Экономичностьматематической модели характеристика, соответствующая затратам вычислительных ресурсов (затратам машинного времени и памяти) на ее реализацию.

Эмерджентность(от англ. emergent — неожиданно возникающий) — характеристика системы, состоящая в том, что свойство, присущее системе в целом, отсутствует у отдельно взятых ее элементов, то есть эмерджентность — это несводимость свойств системы в целом к свойствам отдельных ее частей.

Энтропия— мера деградации, дезорганизованности какой-либо системы.

Юридическая структура— совокупность бизнес-единиц с множеством организационных, административно-правовых отношений между ними, а также отношений собственности и контроля.

CASE—технологии— совокупность методологий анализа, проектирования, разработки и сопровождения сложных информационных систем, поддержанная комплексом взаимоувязанных средств автоматизации.

 

Литература________________________

1. Акофф Р. Искусство решения проблем: Пер. с англ.- М.: Мир, 1982.- 224 с.

2. Аптер М. Кибернетика и развитие. — М.: Мир, 1970. -215 с.

3. Бажин И.И. Информационные системы менеджмента. - М.: ГУ-ВШЭ, 2000. - 688 с.

4. Бажин И.И., Арсеньева Т.И. Принципы взаимодействия информационных образов и событийных пространств: Монография. — Н.Новгород: Изд. Гладкова О.В., 2001. — 50 с.

5. Бир Ст. Кибернетика и управление производством. — М.: Наука, 1965. — 391 с.

6. Бодякин В.И. Куда идешь, Человек? Основы эволюциологии. Информационный подход. — М.: СИНЕГ, 1998. - 332 с.

7. Вагнер Г. Основы исследования операций. — в 3-х томах. — М.: Мир, 1973.

8. Винер Н. Кибернетика или управление и связь в животном и машине. — М.: Сов.радио, 1968. — 326 с.

9. Гайер, Линвуд Т. Макроэкономическая теория и переходная экономика. — М.: «Инфра-М», 1996. — 560 с.

10. Грешилов А.А. Как принять наилучшее решение в реальных условиях. — М.: Радио и связь, 1991. — 320 с.

11. Информационная теория экономики/ А.И.Демин — М.: Палев, 1996.- 352 с.

12. Исследование операций в экономике: Учебн. пособие для вузов/ под ред. проф. Н.Ш.Кремера.— М.: Банки и биржи, ЮНИТИ, 1997.- 407 с.

13. Исследование сложных систем/ Мельников Ю.Н.— М.: МЭИ, 1983. - 44с.

14. Ланге О. Введение в экономическую кибернетику/пер, с польск. — М.: Прогресс, 1968. — 298 с.

15. Лернер А.Я. Начала кибернетики. — М.: Наука, 1967. - 400 с.

16. Милованов В.П. неравновесные социально-экономические системы: синергетика и самоорганизация — М.: Эдиториал УРСС, 2001. - 264 с.

17. Пригожий И. Введение в термодинамику необратимых процессов. — М.: ИЛ, 1961.

18. Пригожий И., Стенгерс И. Время, хаос, квант. — М.: 1994.

19. Пригожий И., Стингере И. Порядок из хаоса. Новый диалог человека с природой. — М.: Прогресс, 1986.

20. Таха X. Введение в исследование операций: в 2-х книгах /Пер, с англ. — М.: Мир, 1985. — 496 с.

21. Форрестер Дж. Основы кибернетики предприятия (индустриальная динамика). — М.: Прогресс, 1971. — 340 с.

22. Шеер А.В. Бизнес-процессы: Основные понятия. Теория. Методы./Пер. с англ. — М.: Весть-МетаТехнология, 1999. — 163 с.

23. Экономическая кибернетика: Учебное пособие: Донецкий гос. ун-т. — Донецк: ДонГУ, 1999. — 397 с.

24. Эшби У.Р. Введение в кибернетику. — М.: ИЛ, 1959.- 432 с.

25. Юзвишин И.И. Информациология. — М.: Международное издательство Информациология, 1996.— 215 с.

 

[1] (от изо — подобный и греч. morphe — форма) — аналогия, модель, соответствие (отношение) между объектами, выражающее тождество их структуры (строения).

2 Здесь не рассматриваются товары, являющиеся исключением из этого закона, так называемые, «товары Гиффена».

[3] Открытый и доказанный автором Закон зарегистрирован Международной регистрационной палатой информационно-интелектуальной новизны, регистрационный номер № 000379, 24 марта 1999 г.