Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
Подписываем
Системный анализ — научный метод познания, представляющий собой последовательность действий по установлению структурных связей между переменными или элементами исследуемой системы. Опирается на комплекс общенаучных, экспериментальных, естественнонаучных, статистических, математических методов.
Истоки системного анализа
Системный анализ возник в эпоху разработки компьютерной техники. Успех его применения при решении сложных задач во многом определяется современными возможностямиинформационных технологий. Н. Н. Моисеев приводит, по его выражению, довольно узкое определение системного анализа: «Системный анализ — это совокупность методов, основанных на использовании ЭВМ и ориентированных на исследование сложных систем — технических, экономических, экологических и т.д. Результатом системных исследований является, как правило, выбор вполне определенной альтернативы: плана развития региона, параметров конструкции и т. д. Поэтому истоки системного анализа, его методические концепции лежат в тех дисциплинах, которые занимаются проблемами принятия решений: исследование операций и общая теория управления».
Сущность системного анализа
Ценность системного подхода состоит в том, что рассмотрение категорий системного анализа создает основу для логического и последовательного подхода к проблеме принятия решений. Эффективность решения проблем с помощью системного анализа определяется структурой решаемых проблем.
Классификация проблем
Согласно классификации, все проблемы подразделяются на три класса:
Методы решения
Для решения хорошо структурированных количественно выражаемых проблем используется известная методология исследования операций, которая состоит в построении адекватной математической модели (например, задачи линейного, нелинейного, динамического программирования, задачи теории массового обслуживания, теории игр и др.) и применении методов для отыскания оптимальной стратегии управления целенаправленными действиями.
Системный анализ предоставляет к использованию в различных науках, системах следующие системные методы и процедуры:
и другие методы и процедуры.
Процедура принятия решений
Для решения слабо структурированных проблем используется методология системного анализа, системы поддержки принятия решений (СППР). Рассмотрим технологию применения системного анализа к решению сложных задач.
Процедура принятия решений согласно [2] включает следующие основные этапы:
Для многофакторного анализа, алгоритм можно описать и точнее:
Системный подход — направление методологии научного познания, в основе которого лежит рассмотрение объекта как системы: целостного комплекса взаимосвязанных элементов (И. В. Блауберг, В. Н. Садовский, Э. Г. Юдин); совокупности взаимодействующих объектов (Л. фон Берталанфи); совокупности сущностей и отношений (Холл А. Д., Фейджин Р. И., поздний Берталанфи).
Говоря о системном подходе, можно говорить о некотором способе организации наших действий, таком, который охватывает любой род деятельности, выявляя закономерности и взаимосвязи с целью их более эффективного использования. При этом системный подход является не столько методом решения задач, сколько методом постановки задач. Как говорится, «Правильно заданный вопрос — половина ответа». Это качественно более высокий, нежели просто предметный, способ познания.
Основные принципы системного подхода
Основные определения системного подхода
Основоположниками системного подхода являются: А. А. Богданов, Л. фон Берталанфи,Эвард де Боно, Линдон ла Руш, Г.Саймон, П.Друкер, А.Чандлер, С. А. Черногор, Малюта А.Н.
Основные допущения системного подхода
Особенности системного подхода
Системный подход — это подход, при котором любая система (объект) рассматривается как совокупность взаимосвязанных элементов (компонентов), имеющая выход (цель), вход (ресурсы), связь с внешней средой, обратную связь. Это наиболее сложный подход. Системный подход представляет собой форму приложения теории познания и диалектики к исследованию процессов, происходящих в природе, обществе, мышлении. Его сущность состоит в реализации требований общей теории систем, согласно которой каждый объект в процессе его исследования должен рассматриваться как большая и сложная система и одновременно как элемент более общей системы.
Развёрнутое определение системного подхода включает также обязательность изучения и практического использования следующих восьми его аспектов:
Практически все современные науки построены по системному принципу. Важным аспектом системного подхода является выработка нового принципа его использования — создание нового, единого и более оптимального подхода (общей методологии) к познанию, для применения его к любому познаваемому материалу, с гарантированной целью получить наиболее полное и целостное представление об этом материале.
Информационный поток - это совокупность циркулирующих в логистической системе между логистической системой и внешней средой сообщений, необходимых для управления и контроля логистических операций. Информационный поток соответствует материальному и может существовать в виде бумажных и электронных документов.
Информационный поток может опережать материальный, следовать одновременно с ним или после него. При этом информационный поток может быть направлен как в одну сторону с материальным, так и в противоположную.
Опережающий информационный поток во встречном направлении содержит, как правило, сведения о заказе.
Опережающий информационный поток в прямом направлении - это предварительные сообщения о предстоящем прибытии груза.
Одновременно с материальным потоком идет информация в прямом направлении о количественных и качественных параметрах материального потока.
Вслед за материальным потоком во встречном направлении может проходить информация о результатах приемки груза по количеству или по качеству, разнообразные претензии, подтверждения.
Финансовый поток — это совокупность циркулирующих в логистической системе, между логистической системой и внешней средой финансовых ресурсов, связанных с материальными и информационными потоками. Движение финансовых потоков может проходить как внутри логистической системы, так и вне ее.
Ключевые показатели эффективности (англ. Key Performance Indicators, KPI) — показатели деятельности подразделения (предприятия), которые помогают организации в достижении стратегических и тактических (операционных) целей. Использование ключевых показателей эффективности даёт организации возможность оценить своё состояние и помочь в оценке реализации стратегии.
KPI позволяют производить контроль деловой активности сотрудников, подразделений и компании в целом. Для термина «key performance indicators (KPI)» зачастую используется русский перевод «ключевые показатели эффективности» (КПЭ), однако это не совсем верно[1].
С переводом по смыслу слов key (ключевой, характеризующий степень достижения какой-либо цели, существенный для работы одной из областей деятельности компании) и indicator (индикатор, показатель) проблем не возникает, но слово performance невозможно однозначно трактовать. Правильную формулировку можно найти в стандарте ISO 9000:2008. Он разделяет слово performance на два термина: результативность и эффективность. По стандарту, результативность — это степень достижения запланированных результатов (способность компании ориентироваться на результат), а эффективность — соотношение между достигнутыми результатами и затраченными ресурсами (способность компании к реализации своих целей и планов с заданным качественным уровнем, выраженным определёнными требованиями – временем, затратами, степенью достижения цели). Слово performance объединяет в себе и результативность, и эффективность. Таким образом, правильным переводом термина KPI будет «ключевой показатель результата деятельности», так как результат деятельности содержит в себе и степень достижения, и затраты на получение результата[1].
КПЭ — это инструмент измерения поставленных целей. Если показатель, который вы придумали, не связан с целью, то есть не образуется исходя из её содержания, тогда нельзя использовать данный KPI. Технологии постановки, пересмотра и контроля целей и задач легли в основу концепции, которая стала основой современного управления и называется «Управление по целям».
Управление по целям — метод управленческой деятельности, предусматривающий:
Основоположником «Управления по целям» является Питер Друкер (нем. Peter Ferdinand Drucker (1909—2005)). Именно он превратил управление — непопулярную и неуважаемую в 50-е годы XX века специальность в научную дисциплину. Питер Друкер также является основоположником системы оценки достижения результатов — целей через ключевые показатели эффективности. Согласно Друкеру, начальники должны избегать «ловушек времени», когда они вовлечены в процесс решения текущих ежедневных задач, поскольку это приводит к тому, что они начинают забывать выполнять задачи, направленные на достижение результатов (целей). Современным воплощением управления по целям, является «Система КПЭ», которая включает в себя множество управленческих концепций, которые появились за последние 20-30 лет и дополняют классическое «Управление по целям».
По мнению Питера Друкера, лишь немногие области менеджмента имеют такое большое влияние на организацию, как оценка деятельности подразделений и компании в целом. Однако оценка, подчёркивает Друкер, сегодня одна из самых слабо проработанных областей управления. Так в результате опроса, проведённого в США, стало ясно, что 60 % руководителей высшего уровня недовольны своими системами оценки результатов деятельности. По отечественным оценкам количество российских менеджеров, ещё больше, более 80 %. Это недовольство выражается в отсутствии связи между планами, исполнением, результатом и мотивацией[2].
KPI и мотивация персонала стали неразрывными понятиями, так как с помощью данных показателей (KPI) можно создать совершенную и эффективную систему мотивации и стимулирования сотрудников компании.
В зависимости от стратегии компании различают разные KPI. В основном их применяют для определения результативности работы административно-управленческого персонала. Например, в стратегической цели «увеличить средний доход на клиента с 10 рублей до 15 рублей на 2008 год» ключевым показателем эффективности является «средний доход на клиента». KPI это не Ключевые факторы успеха. В примере выше, ключевыми факторами успеха будет что-либо, что необходимо, чтобы достичь указанной цели, например, организация производства нового продукта.
Ключевые показатели эффективности можно разделить на:
К запаздывающим, относятся финансовые показатели. Финансовые показатели демонстрируют связь с желаниями собственника и возможностями компании генерировать денежные потоки, однако в силу своего запаздывающего характера не могут описывать текущую эффективность подразделений и компании в целом[3].
Оперативные (опережающие) показатели, рассказывают о текущей деятельности подразделений и компании в целом, параллельно и косвенно отвечая на вопросы о том, какие денежные потоки могут быть в будущем, а также каково качество процессов и продукции, степень удовлетворённости заказчиков[3].
Ключевые показатели эффективности являются частью системы сбалансированных показателей (Balanced Scorecard), в которой устанавливаются причинно-следственные связи между целями и показателями для того, чтобы видеть закономерности и взаимные факторы влияния в бизнесе — зависимости одних показателей (результатов деятельности) от других.
Разработка KPI
Разработку KPI рекомендуется провести в ряд этапов[4]:
1. Предпроектные работы:
2. Разработка методологии системы KPI:
3. Разработка информационной системы KPI:
4. Завершение проекта. Ввод системы KPI (методологии и информационной системы) в промышленную эксплуатацию.
При разработке методологии KPI важно акцентировать внимание на:
Правила и принципы внедрения KPI
Задача — проблемная ситуация с явно заданной целью, которую необходимо достичь; в более узком смысле задачей также называют саму эту цель, данную в рамках проблемной ситуации, то есть то, что требуется сделать. В первом значении задачей можно назвать, например, ситуацию, когда нужно достать предмет, находящийся очень высоко; второе значение слышно в указании: «Ваша задача — достать этот предмет». Несколько более жёсткое понимание «задачи» предполагает явными и определёнными не только цель, но и условия задачи, которая в этом случае определяется как осознанная проблемная ситуация с выделенными условиями (данным) и требованием (целью).[1] Ещё более узкое определение называет задачей ситуацию с известным начальным состоянием системы и конечным состоянием системы, причём алгоритм достижения конечного состояния от начального известен (в отличие от проблемы, в случае которой алгоритм достижения конечного состояния системы не известен).
В более широком смысле под задачей также понимается то, что нужно выполнить — всякое задание, поручение, дело, — даже при отсутствии каких бы то ни было затруднений или препятствий в выполнении. В учебной и т. п. практике «задача», напротив, принимает более узкий смысл и обозначает упражнение, требующее нахождения решения по известным данным с помощью определённых действий (умозаключения, вычисления, перемещения элементов и т. п.) при соблюдении определённых правил совершения этих действий (логическая задача, математическая задача, шахматная задача).
В отличие от функции, которая может осуществляться постоянно, задача может быть решена.
Решение задачи обычно требует определённых знаний и размышления. Отсюда — понятие «озадачить»: это значит либо «заставить задуматься», либо «поручить выполнение задачи» (впрочем, последнее значение упоминается в словарях как шутливое, разговорное).
Параметры задачи
В задаче выделяют:[2]
Требуемое решение может быть задано по-разному: как конечное состояние ситуации (например, то, как должна выглядеть собранная головоломка); как получение нового знания (например, 2 + 2 = ?); как установление неких связей (отношений) между элементами ситуации (например, когда требуется определить, какой из двух предметов тяжелее) и т. д.
Характеристики условия задачи
Выделяют следующие характеристики условия задачи:[2]
Цель — идеальный или реальный предмет сознательного или бессознательного стремления субъекта; конечный результат, на который преднамеренно направлен процесс[1]; «доведение возможности до её полного завершения»
Возникновение цели
Возникновение цели называют постановкой. Существуют два основных вида постановки цели: прямая и опосредованная.
Конечная и промежуточная цель
Если процесс, воздействующий на некоторый объект, прекращается при достижении цели, то цель называют конечной. Если нет, то промежуточной.
В случае прямой постановки конечной цели на пути к её достижению могут выделять несколько промежуточных целей. В случае опосредованной постановки конечной цели промежуточные цели выделяют лишь изредка.
На практике обычно промежуточные цели выделяют для длительных процессов, либо же процессов, очень сильно воздействующих на качественные характеристики их объектов[3].
В менеджменте
Противоречие, заключенное в понятии цель — необходимость быть побуждением к действию, «опережающим отражением», или «опережающей идеей», и одновременно — материальным воплощением этой идеи, то есть быть достижимой, проявлялось с момента возникновения этого понятия[5].
В управлении системами необходимо учитывать противоречие между целями объекта и субъекта управления: с одной стороны — идеальное устремление объекта, отражающее направленность процесса самоорганизации, с другой стороны — цель субъекта управления (наблюдателя), которая должна быть конкретна и достижима, по ней оценивается результативность воздействия. Чем больше соответствуют цель субъекта и цель объекта управления, тем эффективнее управление. Например, для организации поездки загородного отдыха трудового коллектива его руководителю нужно прикладывать на порядок меньше усилий, чем для организации субботника. Противоречие целей субъекта и объекта управления (ситуация когда при достижении цели объектом управления невозможно достичь цель субъекта управления) усложняет или делает управление невозможным. В макроэкономике, например, несоответствие индивидуальных целей участников рынка и целей общества приводит к так называемым фиаско рынка: рыночные механизмы самоорганизации не работают или работают плохо в регулировании монополий, создании продуктов общего пользования, эксплуатации природных ресурсов и др. Выявление и разрешение противоречий целей объекта и субъекта управления обеспечивает развитие системы, максимизацию эффекта от применения механизмов самоорганизации, минимизацию расходов при решении управленческой задачи, минимизацию аппарата управления[6].
В концепции «управления по целям» (англ. management by objective ) (также «управление по результатам») для достижения эффективности при постановке цель (или точнее — планируемый результат) проверяется по критериям акронима SMART:
Российские авторы дополняют SMART-принцип свойством «связности» цели. «Если вы разрабатываете дерево целей для различных направлений деятельности компании, цели необходимо связать друг с другом. Для целей верхнего уровня вы должны ответить на вопрос „А за счёт чего её можно решить?“ и найти цель нижнего уровня — таким образом вы способствуете комплексному видению целей компании»[7].
A и R имеют другие варианты расшифровки, соответствуя возможностям исполнителя и обеспеченности ресурсами:
Прямая связь выражается потоком директивной информации, направляемой от управленческого аппарата к объекту управления. Обратная связь представляет собой поток отчетной информации о выполнении принятых решений, идущий в обратном направлении.
Систе́ма (от др.-греч. σύστημα — целое, составленное из частей; соединение) — множество элементов, находящихся в отношениях и связях друг с другом, которое образует определённую целостность, единство[1].
Сведение множества к единому — в этом первооснова красоты.
Пифагор
В повседневной практике термин «система» может употребляться в различных значениях, в частности:
Изучением систем занимаются системология, кибернетика, системный анализ, теория систем, термодинамика, ТРИЗ, системная динамика и другие научные дисциплины.
Определения системы
Существует по меньшей мере несколько десятков различных определений понятия «система», используемых в зависимости от контекста, области знаний и целей исследования.[3][4]Основной фактор, влияющий на различие в определениях, состоит в том, что в использовании понятия «система» есть двойственность: с одной стороны оно используется для обозначения объективно существующих феноменов, а с другой стороны — как метод изучения и представления феноменов, то есть как субъективная модель реальности.[4]
В связи с этой двойственностью авторы определений различают по меньшей мере два аспекта: как отличить системный объект от несистемного и как построить систему путём выделения её из окружающей среды. На основе первого подхода даётся дескриптивное (описательное) определение системы, на основе второго — конструктивное,[4] иногда они сочетаются. Подходы к определению системы также предлагают делить на онтологический (соответствует дескриптивному), гносеологический и методологический (последние два соответствуют конструктивному).[5]
Так, данное в преамбуле определение из БРЭС[1] является типичным дескриптивным определением.
Примеры дескриптивных определений:
Примеры конструктивных определений:
Таким образом, главное отличие конструктивных определений состоит в наличии цели существования или изучения системы с точки зрения наблюдателя или исследователя, который при этом явно или неявно вводится в определение.
Свойства систем
Общие для всех систем
Классификации систем
Практически в каждом издании по теории систем и системному анализу обсуждается вопрос о классификации систем, при этом наибольшее разнообразие точек зрения наблюдается при классификации сложных систем. Большинство классификаций являются произвольными (эмпирическими), то есть их авторами просто перечисляются некоторые виды систем, существенные с точки зрения решаемых задач, а вопросы о принципах выбора признаков (оснований) деления систем и полноте классификации при этом даже не ставятся[4].
Классификации осуществляются по предметному или по категориальному принципу.
Предметный принцип классификации состоит в выделении основных видов конкретных систем, существующих в природе и обществе, с учётом вида отображаемого объекта (технические, биологические, экономические и т. п.) или с учётом вида научного направления, используемого для моделирования (математические, физические, химические и др.).
При категориальной классификации системы разделяются по общим характеристикам, присущим любым системам независимо от их материального воплощения[4]. Наиболее часто рассматриваются следующие категориальные характеристики:
Одна из известных эмпирических классификаций предложена Ст. Биром[12]. В её основе лежит сочетание степени детерминированности системы и уровня её сложности:
|
Системы |
Простые (состоящие из небольшого числа элементов) |
Сложные (достаточно разветвленные, но поддающиеся описанию) |
Очень сложные (не поддающиеся точному и подробному описанию) |
|
Детерминированные |
Оконная задвижка |
Компьютер |
|
|
Вероятностные |
Подбрасывание монеты |
Хранение запасов |
Экономика |
Несмотря на явную практическую ценность классификации Ст. Бира отмечаются и её недостатки. Во-первых, критерии выделения типов систем не определены однозначно. Например, выделяя сложные и очень сложные системы, автор не указывает, относительно каких именно средств и целей определяется возможность и невозможность точного и подробного описания. Во-вторых, не показывается, для решения каких именно задач оказывается необходимым и достаточным знание именно предложенных типов систем. Такие замечания в сущности характерны для всех произвольных классификаций[4].
Помимо произвольных (эмпирических) подходов к классификации существует и логико-теоретический подход, при котором признаки (основания) деления пытаются логически вывести из определения системы. В данном подходе множество выделяемых типов систем потенциально неограниченно, порождая вопрос о том, хотя каков объективный критерий для выделения из бесконечного множества возможностей наиболее подходящих типов систем[4].
В качестве примера логического подхода можно сослаться на предложение А. И. Уёмова на основе его определения системы, включающего «вещи», «свойства» и «отношения» строить классификации систем на основе «типов вещей» (элементов, из которых состоит система), «свойств» и «отношений», характеризующих системы различного вида[13].
Предлагаются и комбинированные (гибридные) подходы, которые призваны преодолеть недостатки обоих подходов (эмпирического и логического). В частности, В. Н. Сагатовскийпредложил следующий принцип классификации систем. Все системы делятся на разные типы в зависимости от характера их основных компонентов. При этом каждый из указанных компонентов оценивается с точки зрения определенного набора категориальных характеристик. В результате из полученной классификации выделяются те типы систем, знание которых наиболее важно с точки зрения определенной задачи[10].
Классификация систем В. Н. Сагатовского:
|
Категориальные характеристики |
Свойства |
Элементы |
Отношения |
|
Моно |
|||
|
Поли |
|||
|
Статические |
|||
|
Динамические (функционирующие) |
|||
|
Открытые |
|||
|
Закрытые |
|||
|
Детерминированные |
|||
|
Вероятностные |
|||
|
Простые |
|||
|
Сложные |
Закон необходимости разнообразия (закон Эшби)
При создании проблеморазрешающей системы необходимо, чтобы эта система имела большее разнообразие, чем разнообразие решаемой проблемы, или была способна создать такое разнообразие. Иначе говоря, система должна обладать возможностью изменять своё состояние в ответ на возможное возмущение; разнообразие возмущений требует соответствующего ему разнообразия возможных состояний. В противном случае такая система не сможет отвечать задачам управления, выдвигаемым внешней средой, и будет малоэффективной. Отсутствие или недостаточность разнообразия могут свидетельствовать о нарушении целостности подсистем, составляющих данную систему
Синтез — процесс соединения или объединения ранее разрозненных вещей или понятий в целое или набор.
ЛОГИСТИЧЕСКАЯ СИСТЕМА И ЕЕ ОСНОВНЫЕ ПОДСИСТЕМЫ
Трактовка понятия логистическая система
Одним из базовых в логистике является понятие логистическая система, которую по праву можно рассматривать как одну из самых ранних среди созданных человеком социально-экономических систем.
Логистическая система – это сложная организационно завершенная (структурированная) экономическая система, состоящая из элементов – звеньев, взаимосвязанных в едином процессе управления материальными и сопутствующими им потоками. Иными словами, логистическая система – это система, состоящая из нескольких подсистем, выполняющая логистические функции и имеющая развитые связи с внешней средой, то есть с рынком.
Для изучения понятия «логистическая система» необходимо прежде всего исходить из анализа подсистем, формирующих систему, ее свойств и связей.
Основные подсистемы логистической системы
К основным подсистемам (элементам Ms) логистической системы (ЛС) относятся следующие девять: M1 – закупка; M2 – склады (складское хозяйство); M3 – запасы; M4 – транспорт; M5 – производство; M6 – распределение; M7 – сбыт; M8 – информация; M9 – кадры. Рассмотрим каждую из них.
Закупка – M1 – это выделенная подсистема, обеспечивающая ЛС материалопотоком в виде сырья, материалов и т. п. непосредственно от первоисточника.
Склады –M2 – являются подсистемой ЛС, которая представлена изначально складскими площадями в виде зданий, сооружений, площадок, а также необходимыми техническими средствами для перемещения и переработки материалопотока в «складском пространстве». Основное предназначение складов – размещение и хранение материального потока, преобразованного в запас, его переработка на складе и формирование в требуемый потребителем «формат» для более удобной транспортировки.
Запасы – M3 – являются своеобразным показателем жизнеспособности ЛС. Это «кровь» логистической системы. Наличие запаса гарантирует системе высокую адаптивность к изменяющейся рыночной ситуации. В то же время это одна из затратных подсистем. Экономичность ЛС зависит от экономически обоснованной оптимальной величины запаса.
Транспорт – M4 – связывает определенные элементы ЛС (закупку, склады, запасы, производство, сбыт) транспортным процессом, обеспечивая одновременно бесперебойность и своевременность ее функционирования.
Производство – M5 – обеспечивает трансформацию (переработку) поступающего материального потока в востребованную рынком продукцию с минимальными затратами и заданным качеством.
Распределение – M6 – подсистема, обеспечивающая выбытие материального потока из подсистемы производства и поступление его через логистические каналы и цепи с минимальными затратами к местам возможного потребления.
Сбыт – M7 – подсистема, интегрированная с маркетингом. Основное предназначение – своевременная реализация готовой продукции потребителям с сопутствующим логистическим сервисом в нужном месте и в назначенное время.
Информация – M8 – а точнее, информационная подсистема – является одной из основных обеспечивающих деятельность ЛС подсистем. Данная подсистема поддерживает информационную связь между всеми подсистемами ЛС, одновременно выполняя функцию управления и контроля.
Кадры – M9 – важный элемент системы, задействованный при выполнении всех логистических операций и обеспечивающий целенаправленную деятельность логистической системы.
Указав и кратко описав основные подсистемы ЛС, представим ее в виде схемы (рис. 1). На схеме в первом приближении также показана последовательность «срабатывания» каждой из подсистем M1 – M9 при сквозном прохождении материального потока через логистическую систему.
Рис. 1. Схематическая модель логистической системы
Экономические цели функционирования подсистем логистической системы
Закупка (M1) – минимизация затрат на закупку сырья, материалов и т. п.
Склады (M2) – минимизация затрат на хранение запасов и сопутствующую грузопереработку их в «складском пространстве».
Запасы (M3) – оптимизация запасов.
Транспорт (M4) – минимизация затрат на транспортировку материального потока.
Производство (M5) – оптимизация затрат на изготовление продукции.
Распределение (M6) – минимизация затрат на распределение продукции.
Сбыт (M7) – минимизация затрат на реализацию продукции
и сопутствующий логистический сервис.
Информация (M8) – минимизация затрат на хранение, передачу и переработку информации.
Кадры (M9) – оптимизация выполнения логистических функций системы.
Задачи подсистем логистической системы
Закупка (M1) – организация и управление закупками.
Склады (M2) – организация складского хозяйства и управление грузопереработкой внутри «складского пространства».
Запасы (M3) – управление запасами.
Транспорт (M4) – организация и управление транспортным процессом.
Производство (M5) – организация и управление производственным процессом.
Распределение (M6) – организация и управление распределением материальных потоков.
Сбыт (M7) – организация и управление сбытом.
Информация (M8) – организация и управление информационными потоками.
Кадры (M9) – организация и управление процессом исполнения логистических операций.
Бизнес-логистика[править | править исходный текст]
В зависимости от специфики деятельности компании применяются различные логистические системы. Логистическая система — совокупность действий участников логистической цепи (предприятий-производителей, транспортных, торговых организаций, магазинов, и пр.), построенных таким образом, чтобы выполнялись основные задачи логистики.
Логистические системы очень разнообразны по охвату деятельности предприятия (и по пониманию современного российского менеджмента). Для некоторых логистика это просто умение работать с базами данных, для некоторых — снабженческая или складская деятельность. Но по своему назначению (а главное её назначение — уменьшение затрат при условии выполнения плановых заданий, а следовательно увеличение эффективности производственной деятельности) логистические системы должны охватывать практически все (кроме бухгалтерских, кадровых и т. п.) направления деятельности.[источник не указан 1464 дня] Общепризнанные логистические системы и концепции управления приведены далее.
Компании могут развивать собственные логистические подразделения, а могут привлекать транспортно-логистические организации для решения вопросов поставок, складирования и снабжения. В зависимости от уровня привлечения независимых компаний для решения бизнес-задач в логистике различают разные уровни: 1PL — от англ. «first-party logistics» — подход, при котором организация решает логистические вопросы самостоятельно; 3PL от англ. «third-party logistics» — подход, при котором полный комплекс логистических услуг от доставки и адресного хранения до управления заказами и отслеживания движения товаров передается на сторону транспортно-логистической организации. В функции такого 3PL-провайдера входит организация и управление перевозками, учет и управление запасами, подготовка импортно-экспортной и фрахтовой документации, складское хранение, обработка груза, доставка конечному потребителю.
Задача управления логистикой на практике сводится к управлению несколькими компонентами, которые составляют так называемый «logistics mix»:
Логистика делится на виды: закупочная, транспортная, складская, производственная, информационная логистика и другие.
Декомпозиция — научный метод, использующий структуру задачи и позволяющий заменить решение одной большой задачи решением серии меньших задач, пусть и взаимосвязанных, но более простых.
Декомпозиция, как процесс расчленения, позволяет рассматривать любую исследуемую систему как сложную, состоящую из отдельных взаимосвязанных подсистем, которые, в свою очередь, также могут быть расчленены на части. В качестве систем могут выступать не только материальные объекты, но и процессы, явления и понятия.
Эмерджентность (от англ. emergent — возникающий, неожиданно появляющийся)[1] в теории систем — наличие у какой-либо системы особых свойств, не присущих её подсистемам и блокам, а также сумме элементов, не связанных особыми системообразующими связями; несводимость свойств системы к сумме свойств её компонентов; синоним — «системный эффект».
Синерги́я (греч. συνεργία — сотрудничество, содействие, помощь, соучастие, сообщничество; от греч. σύν — вместе, греч. ἔργον — дело, труд, работа, (воз)действие) — суммирующий эффект взаимодействия двух или более факторов, характеризующийся тем, что их действие существенно превосходит эффект каждого отдельного компонента в виде их простой суммы[1], эмерджентность.
Киберне́тика (от др.-греч. κυβερνητική — «искусство управления»[1]) — наука об общих закономерностях процессов управления и передачи информации в различных системах, будь то машины, живые организмы или общество.
Сфера кибернетики
Объектом кибернетики являются все управляемые системы. Системы, не поддающиеся управлению, в принципе, не являются объектами изучения кибернетики. Кибернетика вводит такие понятия, как кибернетический подход, кибернетическая система. Кибернетические системы рассматриваются абстрактно, вне зависимости от их материальной природы. Примеры кибернетических систем — автоматические регуляторы в технике, ЭВМ, человеческий мозг, биологические популяции, человеческое общество. Каждая такая система представляет собой множество взаимосвязанных объектов (элементов системы), способных воспринимать, запоминать и перерабатывать информацию, а также обмениваться ею. Кибернетика разрабатывает общие принципы создания систем управления и систем для автоматизации умственного труда. Основные технические средства для решения задач кибернетики — ЭВМ. Поэтому возникновение кибернетики как самостоятельной науки (Н. Винер, 1948) связано с созданием в 40-х гг. XX века этих машин, а развитие кибернетики в теоретических и практических аспектах — с прогрессом электронной вычислительной техники.
Кибернетика является междисциплинарной наукой. Она возникла на стыке математики, логики, семиотики, физиологии, биологии, социологии. Ей присущ анализ и выявление общих принципов и подходов в процессе научного познания. Наиболее весомыми теориями, объединяемыми кибернетикой, можно назвать следующие:
Кроме средств анализа, в кибернетике используются мощные инструменты для синтеза решений, предоставляемые аппаратами математического анализа, линейной алгебры,геометрии выпуклых множеств, теории вероятностей и математической статистики, а также более прикладными областями математики, такими как математическое программирование,эконометрика, информатика и прочие производные дисциплины.
Особенно велика роль кибернетики в психологии труда и таких ее отраслях, как инженерная психология и психология профессионально-технического образования. Кибернетика — наука об оптимальном управлении сложными динамическими системами, изучающая общие принципы управления и связи, лежащие в основе работы самых разнообразных по природе систем — от самонаводящих ракет-снарядов и быстродействующих вычислительных машин до сложного живого организма. Управление — это перевод управляемой системы из одного состояния в другое посредством целенаправленного воздействия управляющего. Оптимальное управление — это перевод системы в новое состояние с выполнением некоторого критерия оптимальности, например, минимизации затрат времени, труда, веществ или энергии. Сложная динамическая система — это любой реальный объект, элементы которого изучаются в такой высокой степени взаимосвязи и подвижности, что изменение одного элемента приводит к изменению других.
Модели́рование — исследование объектов познания на их моделях; построение и изучение моделей реально существующих объектов, процессов или явлений с целью получения объяснений этих явлений, а также для предсказания явлений, интересующих исследователя.
Виды моделирования
Пример результата научного моделирования. Схема химических процессов и процессов переноса ватмосфере.
В силу многозначности понятия «модель» в науке и технике не существует единой классификации видов моделирования: классификацию можно проводить по характеру моделей, по характеру моделируемых объектов, по сферам приложения моделирования (в технике, физических науках, кибернетике и т. д.).
В настоящее время по технологии моделирования и области применения выделяют такие основные виды моделирования:
и др.
Процесс моделирования
Процесс моделирования включает три элемента:
Первый этап построения модели предполагает наличие некоторых знаний об объекте-оригинале. Познавательные возможности модели обусловливаются тем, что модель отображает (воспроизводит, имитирует) какие-либо существенные черты объекта-оригинала. Вопрос о необходимой и достаточной мере сходства оригинала и модели требует конкретного анализа. Очевидно, модель утрачивает свой смысл как в случае тождества с оригиналом (тогда она перестает быть моделью), так и в случае чрезмерного во всех существенных отношениях отличия от оригинала. Таким образом, изучение одних сторон моделируемого объекта осуществляется ценой отказа от исследования других сторон. Поэтому любая модель замещает оригинал лишь в строго ограниченном смысле. Из этого следует, что для одного объекта может быть построено несколько «специализированных» моделей, концентрирующих внимание на определенных сторонах исследуемого объекта или же характеризующих объект с разной степенью детализации.
На втором этапе модель выступает как самостоятельный объект исследования. Одной из форм такого исследования является проведение «модельных» экспериментов, при которых сознательно изменяются условия функционирования модели и систематизируются данные о её «поведении». Конечным результатом этого этапа является множество (совокупность) знаний о модели.
На третьем этапе осуществляется перенос знаний с модели на оригинал — формирование множества знаний. Одновременно происходит переход с «языка» модели на «язык» оригинала. Процесс переноса знаний проводится по определенным правилам. Знания о модели должны быть скорректированы с учетом тех свойств объекта-оригинала, которые не нашли отражения или были изменены при построении модели.
Четвёртый этап — практическая проверка получаемых с помощью моделей знаний и их использование для построения обобщающей теории объекта, его преобразования или управления им.
Моделирование — циклический процесс. Это означает, что за первым четырёхэтапным циклом может последовать второй, третий и т. д. При этом знания об исследуемом объекте расширяются и уточняются, а исходная модель постепенно совершенствуется. Недостатки, обнаруженные после первого цикла моделирования, обусловленные малым знанием объекта или ошибками в построении модели, можно исправить в последующих циклах.
Сейчас трудно указать область человеческой деятельности, где не применялось бы моделирование. Разработаны, например, модели производства автомобилей, выращивания пшеницы, функционирования отдельных органов человека, жизнедеятельности Азовского моря, последствий атомной войны. В перспективе для каждой системы могут быть созданы свои модели, перед реализацией каждого технического или организационного проекта должно проводиться моделирование.
ИЗОМОРФИЗМ и ГОМОМОРФИЗМ (греч. isos — одинаковый, homoios — подобный и morphe — форма) — понятия, характеризующие соответствие между структурамиобъектов. Две системы, рассматриваемые отвлеченно от природы составляющих их элементов, являются изоморфными друг другу, если каждому элементу первой системы соответствует лишь один элемент второй и каждой связи в одной системе соответствует связь в другой и обратно. Такое взаимооднозначное соответствие называется ИЗОМОРФИЗМ. Полный ИЗОМОРФИЗМ может быть лишь между абстрактными, идеализированными объектами, напр., соответствие между геометрической фигурой и ее аналитическим выражением в виде формулы. ИЗОМОРФИЗМ связан не со всеми, а лишь с некоторыми фиксированными в познавательном акте свойствами и отношениями сравниваемых объектов, которые в других своих отношениях могут отличаться. ГОМОМОРФИЗМ отличается от ИЗОМОРФИЗМА тем, что соответствие объектов (систем) однозначно лишь в одну сторону. Поэтому ГОМОФОРМНЫЙ образ есть неполное, приближенное отображение структуры оригинала. Таково, напр., отношение между картиной и местностью, между грамзаписью и ее оригиналом — звуковыми колебаниями воздушной среды. Понятия ИЗОМОРФИЗМ и ГОМОМОРФИЗМ широко применяются в математической логике и кибернетике
Тео́рия приня́тия реше́ний — область исследования, вовлекающая понятия и методы математики, статистики, экономики,менеджмента и психологии с целью изучения закономерностей выбора людьми путей решения разного рода задач, а также способов поиска наиболее выгодных из возможных решений.
Принятие решения — это процесс рационального или иррационального выбора альтернатив, имеющий целью достижение осознаваемого результата. Различают нормативную теорию, которая описывает рациональный процесс принятия решения идескриптивную теорию, описывающую практику принятия решений.
Процесс выбора альтернатив
Рациональный выбор альтернатив состоит из следующих этапов:
Иррациональный выбор альтернатив включает все те же составляющие, но в таком «сжатом» виде, что трассирование причинно-следственных связей становится невозможным.
Проблема эргодичности
Для того, чтобы делать «строгие» статистически достоверные прогнозы на будущее, нужно получить выборку из будущих данных. Так как это невозможно, то многие специалисты предполагают, что выборки из прошлых и текущих, например, рыночных индикаторов равнозначны выборке из будущего. Иными словами, если встать на такую точку зрения, то получится, что прогнозируемые показатели — лишь статистические тени прошлых и текущих рыночных сигналов. Такой подход сводит работу аналитика к выяснению, каким образом участники рынка получают и обрабатывают рыночные сигналы. Без устойчивости рядов нельзя делать обоснованных выводов. Но это вовсе не значит, что ряд должен быть устойчив во всем. Например, он может иметь устойчивые дисперсии и совершенно нестационарные средние — в этом случае мы будем делать выводы только о дисперсии, в обратном случае только о среднем. Устойчивости могут носить и более экзотический характер. Поиск устойчивостей в рядах и есть одна из задач статистики.
Если лица, принимающие решения, полагают, что процесс не является стационарным (устойчивым), а следовательно, эргодическим, и даже если они считают, что вероятностные функции распределения инвестиционных ожиданий все-таки могут быть просчитаны, то эти функции «подвержены внезапным (то есть непредсказуемым) изменениям» и система, по существу, непредсказуема.
Принятие решений в условиях неопределённости
Условиями неопределённости считается ситуация, когда результаты принимаемых решений неизвестны. Неопределённость подразделяется на стохастическую (имеется информация о распределении вероятности на множестве результатов), поведенческую (имеется информация о влиянии на результаты поведения участников), природную (имеется информация только о возможных результатах и отсутствует о связи между решениями и результатами) и априорную (нет информации и о возможных результатах). Задача обоснования решений в условиях неопределённости всех типов, кроме априорной, сводится к сужению исходного множества альтернатив на основе информации, которой располагает лицо, принимающее решение (ЛПР). Качество рекомендаций для принятия решений в условиях стохастической неопределённости повышается при учёте таких характеристик личности ЛПР, как отношение к своим выигрышам и проигрышам, склонность к риску. Обоснование решений в условиях априорной неопределённости возможно построением алгоритмов адаптивного управления[1].
Выбор в условиях неопределённости
Эта область представляет ядро теории принятия решений.
Термин «ожидаемая ценность» (теперь называется математическое ожидание) был известен с XVII века. Блез Паскаль использовал это в описании известного пари (см. ниже), которое содержится в его работе «Мысли о религии и других предметах», изданной в 1670. Идея ожидаемой ценности заключается в том, что перед лицом множества действий, когда каждое из них может дать несколько возможных результатов с различными вероятностями, рациональная процедура должна идентифицировать все возможные результаты, определить их ценности (положительные или отрицательные, доходы или затраты) и вероятности, затем перемножить соответствующие ценности и вероятности и сложить, чтобы дать в итоге «ожидаемую ценность». Действие, которое будет выбрано, должно давать наибольшую ожидаемую ценность.
В 1738, Даниил Бернулли опубликовал влиятельную статью, названную «Изложение новой теории измерения риска» (Exposition of a New Theory on the Measurement of Risk), в котором он использует Санкт-Петербургский парадокс, чтобы показать, что теория ожидаемой ценности должна быть нормативно неправильной. Он также даёт пример, в котором голландский торговец пробует решить, застраховать ли груз, посылаемый из Амстердама в Санкт-Петербург зимой, когда известно, что есть 5%-ный шанс, что судно и груз будут потеряны. В его решении, он определяет функцию полезности и вычисляет ожидаемую полезность, а не ожидаемую финансовую ценность.
В XX столетии, интерес был повторно подогрет работой Абрахама Вальда (1939), указывающей, что две центральных проблемы ортодоксальной статистической теории, а именно, проверка статистических гипотез и статистическая теория оценивания, могли обе быть расценены как специфические специальные случаи более общей теории принятия решений. Эта работа вводила большую часть «ментального пейзажа» современной теории принятия решений, включая функции потери, функции риска, допустимые решающие правила, априорные распределения, байесовские правила решения, и минимаксные решающие правила. Термин «теория принятия решений» непосредственно начал использоваться в 1950 годуЭ. Л. Леманном.
Возникновение теории субъективной вероятности из работ Фрэнка Рамсея, Бруно де Финетти, Леонарда Сэвиджа и других, расширяет возможности теории ожидаемой полезности до ситуаций, где доступны только субъективные вероятности. В то же время раньше в экономике вообще предполагалось, что люди ведут себя как рациональные агенты и таким образом теория ожидаемой полезности также продвинула теорию реального человеческого поведенческого принятия решения при риске. Работа Мориса Алле и Даниэля Эллсберга показала, что это было не так очевидно.
Теория перспектив Дэниэла Канемана и Амоса Тверски помещает поведенческую экономику на более прочную опору свидетельств. Эта теория указала, что в фактическом человеческом принятии решений (в противоположность нормативному) «потери чувствительнее выигрышей». Кроме того, люди более сосредоточены на «изменениях» полезности своих состояний, чем на полезности самих состояний, а оценка соответствующих субъективных вероятностей заметно смещена относительно присущей каждому «точки отсчёта».
Пари Паскаля — выбор при неопределённости
Пари Паскаля — один из примеров выбора при неопределённости. Неопределённость, согласно Паскалю, — существует или нет Бог. Как утверждают религиозные деятели, личная вера или неверие в Бога — выбор, который должен быть сделан каждым. Паскаль утверждает, что выгодность веры в Бога, если Бог существует, бесконечна. Из этого в своих рассуждениях он делает вывод, что несмотря на то, что вероятность существования Бога не так велика, и ожидаемые издержки при вере превышают издержки при неверии, в Бога выгоднее верить. Но позже правильность и разумность его рассуждений была поставлена под сомнение, а также было указано на то, что с помощью его методов выбора можно прийти к решению «верить» по отношению к любому Богу и к любому суеверию.
Критика Пари Паскаля — выбор при неопределённости
Ричард Докинз отмечает, что пари Паскаля основано на допущении, что богу лестна вера в него и он готов это вознаградить. Даже если допустить вознаграждение верующих, то нет гарантий, что приз будет иметь бесконечно большую ценность. Таким образом, условия пари не гарантируют, что верующий действительно находится в более выгодном положении, нежели неверующий[2]. От того, каково это допущение, может существенно изменяться вывод. Так, к примеру, можно допустить, что за выбор в пользу веры из-за корыстного ожидания вечной жизни, вместо награды полагается наказание, как и за прочие корыстные поступки. Тогда в ситуации, когда Бог существует, любой выбор заранее оказывается проигрышным, поскольку выбиравший будет непременно наказан либо за своё неверие, либо за корыстные ожидания. Если же Бога действительно нет, то в случае нашей веры мы получаем финансовые издержки, ограничительные правила и горечь разочарования, а в случае неверия — свободу, экономию и спокойствие. Иными словами, при таком допущении лучше не верить в Бога.
Ошибки первого и второго рода
Разделение ошибочных решений на ошибки первого и второго рода вызвано тем, что последствия от разного рода ошибочных решений принципиально различаются в части того, чтоупущенный выигрыш оказывает меньшее влияние на ситуацию, чем реализованный проигрыш. Например, для биржевого трейдера последствия того, что акции не были куплены, когда их следовало покупать, отличаются от последствий ситуации, когда акции были куплены, но покупать их не следовало. Первая ситуация может означать упущенную выгоду, вторая — прямые потери вплоть до разорения трейдера. Аналогично для политика отказ от захвата власти в революционной ситуации отличается по последствиям от проигранной попытки захватить власть. Для генерала начать военную операцию, которая будет проиграна, гораздо хуже, чем упустить ситуацию, когда можно было провести успешную операцию. Вместе с тем, классификация ошибок первого и второго рода допустима только в ситуациях, когда ведется точный учёт и анализ рисков. Так, С. Гафуров отмечал для ситуации биржевых брокеров: «Многие полагают, что стратегическая задача аналитических служб (в отличие от прочих подразделений инвестиционных компаний) — не увеличение прибыли, а минимизация возможных потерь. И это принципиальное отличие. С точки зрения теории игр оптимальные решения аналитиков должны отличаться от оптимальных трейдерских действий. Предполагается, что оптимальные стратегии, реализованные в рекомендациях аналитиков, исходят из принципа минимизации максимальных проигрышей(минимакса), в то время как для трейдеров минимакс — неприемлемая стратегия (минимизация максимального проигрыша на рынке — не играть), и в общем виде оптимизация решений трейдеров формализуется только с точки зрения байесовского подхода. Отсюда и необходимость специальных функциональных подразделений, обеспечивающих баланс стратегий, — управляющих фондами. Компании ожидают от фондовых аналитиков непредвзятых прогнозов и обоснованных рекомендаций. Одни свойства таких прогнозов очевидны: точность, достоверность. Другие, такие как воспроизводимость, методологическая корректность или робастность (независимость результатов прогноза от системы координат), часто остаются вне поля зрения как специалистов, делающих прогнозы, так и тех, кто эти прогнозы оценивает»[3].
Альтернативы теории вероятностей
Очень спорная проблема — можно ли заменить использование вероятности в теории решения другими альтернативами. Сторонники нечёткой логики, теории возможностей, теории очевидностей Демпстера-Шафера и др. поддерживают точку зрения, что вероятность — только одна из многих альтернатив, и указывают на многие примеры, где нестандартные альтернативы использовались с явным успехом. Защитники теории вероятностей указывают на:
Действительнозначность вероятностной меры под сомнение была поставлена только однажды — Дж. М. Кейнсом в его трактате «Вероятность» (1910 год). Но сам автор в 30-х годах назвал эту работу «самой худшей и наивной» из его работ. И в 30-х годах стал активным приверженцем аксиоматики Колмогорова — Р. фон Мизеса и никогда не ставил её под сомнение. Конечность вероятности и счётная аддитивность — это сильные ограничения, но попытка убрать их, не разрушив здания всей теории, оказались тщетными. Это в 1974 году признал один из самых ярких критиков аксиоматики Колмогорова — Бруно де Финетти.
Более того, он показал фактически обратное — отказ от счётной аддитивности делает невозможными операции интегрирования и дифференцирования и, следовательно, не даёт возможности использовать аппарат математического анализа в теории вероятностей. Поэтому задача отказа от счетной аддитивности — это не задача реформирования теории вероятностей, это задача отказа от использования методов математического анализа при исследовании реального мира.
Попытки же отказаться от конечности вероятностей привели к построению теории вероятностей с несколькими вероятностными пространствами на каждом, из которых выполнялись аксиомы Колмогорова, но суммарно вероятность уже не должна была быть конечной. Но пока неизвестно каких-либо содержательных результатов, которые могли бы быть получены в рамках этой аксиоматики, но не в рамках аксиоматики Колмогорова. Поэтому это обобщение аксиом Колмогорова пока носит чисто схоластический характер.
С. Гафуров полагал, что принципиальным отличием теории вероятности Кейнса (а, следовательно, и мат. статистики) от колмогоровской (Фон Мизеса и пр.) является то, что Кейнс рассматривает статистику с точки зрения теории принятия решений для нестационарных рядов…. Для Колмогорова, Фон Мизеса, Фишера и пр. статистика и вероятность применяются для существенно стационарных и эргодичных (при правильно подобранных данных) рядов — окружающего нас физического мира…
Известно, что теория нечётких множеств англ. fuzzy sets в определённом смысле сводится к теории случайных множеств, то есть к теории вероятностей. Соответствующий цикл теорем приведён в книгах А. И. Орлова, в том числе указанных в списке литературы ниже.
Парадокс выбора
Во многих случаях наблюдается парадокс, когда больший выбор может привести к худшему решению или, вообще, к отказу принять решение. Иногда это теоретически объясняется тем, что называется «параличом анализа», реального или воспринятого, а также, возможно, «рациональным невежеством». Много исследователей, включая Шину С. Аенгара и Марка Р. Леппера (Sheena S. Iyengar and Mark R. Lepper), опубликовало исследования этого явления. (Goode, 2001)
Также у нас сейчас есть центральная проблема выбора — свобода выбора. В понимании Барри Шварца выбор не сделал нас свободнее, но ограничил, не сделал нас счастливее, но постоянно вызывает неудовлетворённость.
Многоплановой моделью для исследования различных аспектов теории принятия решений являются деловые шахматы. При этом в качестве экспертных систем возможно применение существующих шахматных компьютерных программ.
Тео́рия управле́ния — наука о принципах и методах управления различными системами, процессами и объектами.
Основами теории управления являются кибернетика и теория информации.
Суть теории управления состоит в построении математической модели на основе системного анализа объекта управления (ОУ) и синтезе алгоритма управления (АУ) для получения желаемых характеристик протекания процесса или целей управления.
Данная область знаний хорошо развита и находит широкое применение в современной технике. В социально-экономических системах теория управления посвящена приемам и методам анализа, прогноза и возможностям регулирования деятельности различных общностей людей (мирового сообщества, региональных объединений, наций, общественно-хозяйственных групп). Теория управления, как и любая наука, имеет свою методологию и методическое обеспечение. Однако в области естествознания и техники теория управления имеет гораздо больше успехов, чем в социально-экономической сфере, где, очевидно, действует ограничение, вытекающее из принципа — «система не может объяснить саму себя»[источник не указан 482 дня].
История
Первое самоуправляемое устройство было построено Ктезибием из Александрии (примерно в 250 году до н. э.). Его водяные часы использовали сифон как регулятор потока воды. До этого изобретения считалось, что только живые существа способны модифицировать свое поведение в ответ на изменения в окружающей среде.
Следующим шагом в развитии саморегулирующихся систем управления с обратной связью стали термостат Корнелиса Дреббеля (1572—1633), и центробежный регулятор паровой машины Джеймса Уатта (1736—1819).
Математическая теория устойчивых систем с обратной связью была разработана в XIX веке.
В связи с развитием паровых машин потребовались регуляторы, которые могли бы автоматически поддерживать установившийся режим их работы. Универсальность математических методов, полученных в данной теории, перевела ее в область наук, занимающихся изучением абстрактных математических объектов, а не их конкретных технических реализаций.
Родоначальником непосредственно «математической теории управления» можно считать Александра Михайловича Ляпунова — автора классической теории устойчивости движения (1892)[1].
Институт проблем управления им. В. А. Трапезникова РАН (созданный в 1939 как Институт автоматики и телемеханики (ИАТ) АН СССР) является одним из ведущих научных центров в стране по развитию и применению теории управления.
Определение и задачи
Кибернетика установила, что управление присуще только системным объектам. Для них характерно понижение энтропии, направленность на упорядочение системы.
Процесс управления можно разделить на несколько этапов:
Конечной целью теории управления является универсализация, а значит, согласованность, оптимизация и наибольшая эффективность функционирования систем.
Методы управления
Методы управления, рассматриваемые теорией управления техническими системами и другими объектами, базируются на трёх фундаментальных принципах:
Управление можно разделить на два вида:
При иерархическом управлении цель функционирования системы задается её надсистемой.
Примеры современных методов управления:
Внедрение выбранного метода управления
При внедрении чего-нибудь нового всегда существует предрасположенность к возникновению революционной ситуации, когда «верхи не могут управлять по-новому, а низы не желают жить по-старому». Поэтому должен быть разработан также алгоритм переходного процесса, который обеспечил бы бесконфликтный переход систем к новому для них виду функционирования.
Классификация
Имеются следующие наиболее общие подходы к теории управления:
Тео́рия игр — математический метод изучения оптимальных стратегий в играх. Под игрой понимается процесс, в котором участвуют две и более сторон, ведущих борьбу за реализацию своих интересов. Каждая из сторон имеет свою цель и использует некоторую стратегию, которая может вести к выигрышу или проигрышу — в зависимости от поведения других игроков. Теория игр помогает выбрать лучшие стратегии с учётом представлений о других участниках, их ресурсах и их возможных поступках.
Теория массового обслуживания (теория очередей) — раздел теории вероятностей, целью исследований которого является рациональный выбор структуры системы обслуживания и процесса обслуживания на основе изучения потоков требований на обслуживание, поступающих в систему и выходящие из неё, длительности ожидания и длины очередей [1]. В теории массового обслуживания используются методы теории вероятностей и математической статистики.
Модель управления запасами. Эта модель часто используется для оптимизации времени исполнения заказов, а также для определения необходимых ресурсов и площадей для хранения той или иной продукции. Цель этой модели - свести к минимуму отрицательные последствия при накоплении или дефиците тех или иных запасов продукции или ресурсов.
Модель линейного программирования. Эта модель применяется для определения оптимального распределения дефицитных ресурсов при наличии конкурирующих между собой потребностей
Дерево принятия решений (также могут назваться деревьями классификации или регрессионными деревьями) — используется в области статистики и анализа данных для прогнозных моделей. Структура дерева представляет собой следующее: «листья» и «ветки». На ребрах («ветках») дерева решения записаны атрибуты, от которых зависит целевая функция, в «листьях» записаны значения целевой функции, а в остальных узлах — атрибуты, по которым различаются случаи. Чтобы классифицировать новый случай, надо спуститься по дереву до листа и выдать соответствующее значение. Подобные деревья решений широко используются в интеллектуальном анализе данных. Цель состоит в том, чтобы создать модель, которая предсказывает значение целевой переменной на основе нескольких переменных на входе.
Метод мозгового штурма (мозговой штурм, мозговая атака, англ. brainstorming) — оперативный метод решения проблемы на основе стимулирования творческой активности, при котором участникам обсуждения предлагают высказывать как можно большее количество вариантов решения, в том числе самых фантастичных. Затем из общего числа высказанных идей отбирают наиболее удачные, которые могут быть использованы на практике. Является методом экспертного оценивания.
Экспертное оценивание — процедура получения оценки проблемы на основе мнения специалистов (экспертов) с целью последующего принятия решения (выбора).
Виды экспертных оценок
Существует две группы экспертных оценок:
Совместное мнение обладает большей точностью, чем индивидуальное мнение каждого из специалистов. Данный метод применяют для получения количественных оценок качественных характеристик и свойств. Например, оценка нескольких технических проектов по их степени соответствия заданному критерию, во время соревнования оценка судьями выступления фигуриста.
Известны следующие методы экспертных оценок:
Прогнозирование — это разработка прогноза; в узком значении — специальное научное исследование конкретных перспектив развития какого-либо процесса.
Необходимость прогноза обусловлена желанием знать события будущего, что невозможно на 100 % в принципе, исходя из статистических, вероятностных, эмпирических, философских принципов. Точность любого прогноза обусловлена:
При возрастании совокупности факторов, влияющих на точность прогноза он практически замещается рутинным расчётом с некоторой установившейся погрешностью.
Прогнозы делятся (условно)
К основным методам прогнозирования относятся
Одним из методов такого прогнозирования является анализ временных рядов. Он основан на допущении, что на закономерностях прошлого можно прогнозировать будущее. Этот метод выявляет тенденции прошлого и проецирует их в будущее.
Причинно-следственный метод применяется в ситуациях, когда имеется несколько неизвестных. Это исследование статистической зависимости между рассматриваемым фактором и другими переменными.
Другие качественные методы прогнозирования.
Мнение жюри. Его суть состоит в соединении и усреднении мнений экспертов в данной области.
Метод исследования информации сбытовиков, то есть когда торговые агенты на основе своего опыта предсказывают спрос на определенном целевом рынке.
Модель ожиданий. Она базируется на опросе потребителей и обобщении их мнений
Метод Дельфи (иногда дельфийский метод) был разработан в 1950—1960 годы в США для прогнозирования влияния будущих научных разработок на методы ведения войны (разработан корпорацией RAND, авторами считаются Olaf Helmer, Norman Dalkey, и Nicholas Rescher). Имя заимствовано от Дельфийского Оракула.
Является методом экспертного оценивания[1]. Особенности: заочность, многоуровневость, анонимность.
Основная идея
Суть этого метода в том, чтобы с помощью серии последовательных действий – опросов, интервью, мозговых штурмов – добиться максимального консенсуса при определении правильного решения. Анализ с помощью дельфийского метода проводится в несколько этапов, результаты обрабатываются статистическими методами.
Базовым принципом метода является то, что некоторое количество независимых экспертов (часто несвязанных и не знающих друг о друге) лучше оценивает и предсказывает результат, чем структурированная группа (коллектив) личностей. Позволяет избежать открытых столкновений между носителями противоположенных позиций т.к. исключает непосредственный контакт экспертов между собой и, следовательно, групповое влияние, возникающее при совместной работе и состоящее в приспособлении к мнению большинства, даёт возможность проводить опрос экстерриториально, не собирая экспертов в одном месте (например, посредством электронной почты)
Субъекты:
группы исследователей, каждый из которых отвечает индивидуально в письменной форме.
организационная группа — сводит мнения экспертов воедино.
Этапы
Предварительный:
подбор группы экспертов — чем больше, тем дольше — до 20.
Основной:
постановка проблемы — экспертам рассылается вопрос и предлагается его разбить на подвопросы. Организационная группа отбирает наиболее часто встречающиеся. Появляется общий опросник.
этот опросник рассылается экспертам. Их спрашивают — можно ли добавить ещё что-то; достаточно ли информации; есть ли дополнительная информация по вопросу? В итоге получаем 20 вариантов ответов с дополнительными аспектами и информацией. На основе этого составляется следующий опросник.
улучшенный опросник вновь рассылается экспертам, которым теперь надо дать свой вариант решения, а также рассмотреть наиболее крайние точки зрения, высказанные другими экспертами. Эксперты должны оценить проблему по аспектам: эффективность, обеспеченность ресурсами, в какой степени соответствует изначальной постановке задачи. Таким образом выявляются преобладающие суждения экспертов, сближаются их точки зрения. Всех экспертов знакомят с доводами тех, чьи суждения сильно выбиваются из общего русла. После этого все эксперты могут менять мнение, а процедура повторяется.
операции повторяются, пока не будет достигнута согласованность между экспертами, или не будет установлено отсутствие единого мнения по проблеме. Изучение причин расхождений в оценках экспертов позволяет выявить незамеченные ранее аспекты проблемы и зафиксировать внимание на вероятных последствиях развития анализируемой проблемы или ситуации. В соответствии с этим и вырабатывается окончательная оценка и практические рекомендации. Обычно проводится три этапа, но если мнения сильно разнятся - то больше.
Аналитический:
проверка согласованности мнений экспертов, анализ полученных выводов и разработка конечных рекомендаций