Добавил:

Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.

Вуз:

Новосибирский Государственный Университет Экономики И Управления

Предмет:

[НЕСОРТИРОВАННОЕ]

Файл:

Фрейдина Е_учебник по Исслед систем управления_140916.docx

Скачиваний:

Добавлен:

01.07.2025

Размер:

1.35 Mб

Скачать

☆

1 / 21 2 > Следующая >>>

Фрейдина Елизавета Васильевна. Исследование систем управления, 2009 - перейти к содержанию учебника (http://bizbook.online/menedjment_business/issledovanie-sistem-upravleniya.html)

Предисловие

гл.1 Фундаментальные связи и отношения

Всеобщие научные законы

Общие научные законы. Законы экономики

Законы, действующие в сфере управления

Закономерности. Вводные понятия

Эффект масштаба производства

Закономерность — «закон опыта»

Производственная функция

Функции процессов насыщения

гл.2 Фундаментальные обобщения

Принципы исследования систем управления. Ключевые принципы и их определение

Общесистемные принципы

Принципы исследования систем

Принципы кибернетики

Ключевые гипотезы и аксиомы управления

Ключевые концепции исследования систем управления

Теория управления организацией: основные этапы развития

гл.3 Модели и методы познания

Классификация моделей. Понятие модели

Общие классы моделей

Специальные классы математических и имитационных моделей

Семиотические модели

Общая классификация методов исследований

Формальные методы исследований

Эвристические методы исследований. Фундаментальные методы научного познания

Методы экспертных оценок

гл.4 Основы исследования систем управления

Категории и общая классификация научных исследований

Современная парадигма исследования систем управления

Причинность исследования систем управления

Методология исследования систем управления

гл.5 Классы проблем и методические основы их исследования

Природа и классификация проблем

Подходы к исследованию проблем

Циклы исследования проблем. Структура цикла решения проблемы

Модель классического цикла

Модель СТВ-цикла

Модель ОР-цикла

Стратегические и тактические дилеммы

гл.6 Структурные модели систем управления

Основные системные понятия

Структурные модели иерархии

Архетипы систем управления

SADT-модели систем. Концепция и принципы построения SADT-модели

Элементы функциональной SADT-модели

Правила построения функциональной БАВТ-модели

Техника исследования системы управления

Сетевые модели. Основные понятия и классы сетевых моделей

Правила построения сетевой модели

Сетевая модель «дерево»

Эскизные модели. Принципы построения

гл.7 Логический аппарат исследования систем управления

Контекст и методы исследований

Методы аналогий

Функциональные аналогии. Система функций управления

Техника построения прототипа

Структурные аналогии

Матрицыa

Экспертные методы. Задачи экспертного оценивания

Методы обработки экспертной информации

Формирование исходного множества альтернатив. Вводные положения

Алгоритмы формирования ИМА

гл.8 Основы формализации систем управления

Методологические аспекты системного анализа

Классы систем

Основные свойства систем

Целевая модель системы управления. Концептуальные основы определения целей

Принципы построения целевой модели системы

Абстрактно-дедуктивная целевая модель

Конкретизация и измерение целей

гл.9 Параметрическое исследование систем управления

Постановка параметрических исследований

Параметры оценки коммерческой деятельности

Параметры оценки финансовой деятельности

Параметры оценю! операционной деятельности

Параметры оценки использования ресурсов

Динамическая параметризация: оценка устойчивости системы

гл.10 Исследование параметров организации управления

Оценка уровня знания и умения. Основные понятия и параметры

Архетипы системы управления как фактор оценки потенциала знаний и уменияa

Интеграция знаний и умения по стадиям жизненного цикла организацииa

Потенциал управляющего персонала

Рациональность структуры системы управления. Концепция и параметры рациональности структуры

Исследование параметров процессов управления. Методические основы

Теория массового обслуживания в исследовании процессов управления

Исследование управления человеческими ресурсами. Введение в проблему

Модель развития мотивации

гл.11 Исследование внешней среды организаций

Модель внешней среды

Концепция, принципы и инструментарий исследования

Основы исследования микросреды. Система сбора и обработки информации

Модели поведения потребителей и поставщиков

Оценка конкурентов

Исследование конкурентного окружения. Модели исследования рынка

Прогнозные модели спроса на товары

Прогнозные модели предложения товара

гл.12 Экспериментирование в управлении организационными системами

Классификация экспериментов

Методология эксперимента. Общие положения

Классический эксперимент

Вычислительный эксперимент

Особенности модельного обеспечения вычислительного эксперимента

Специальные вычислительные эксперименты в управлении

гл.13 Тестирование систем управления

Введение в тестирование

Организация тестирования системы

Методология тестирования системы

Построение модели тестирования системы

Маркетинговое тестирование

Тестирование личности. Вводные положения

Предпосылки и критерии тестирования личности

Этапы и правила тестирования личности

Типология тестов

гл.14 Диагностика управления организацией

Вводные знания о диагностике системы

Концепция организационной диагностики

Ключевые организационные патологии. Систематизация организационных патологий

Структурные патологии

Патологии управленческих решений

Патологии организационного поведения. Дублирование организационного порядка со стороны руководства.

Методы диагностики системы управления. Систематизация методов диагностики

Методы диагностики на основе системных параметров

Диагностика с ориентацией на стратегические аспекты управления

Диагностика системы на основе вычислительных экспериментов

гл.15 Исследование как объект управления

Модель процесса исследования: основные понятия и характеристики

Этапы выполнения НИР

Некоторые особенности личности исследователя

Выдвижение идеи, работа над понятиями и концепцией

Этапы материализации результатов НИР

гл.16 Организационные аспекты и функции управления исследованиями

Современная концепция управления исследованиями

Обоснование проекта НИР

Организация работы над проектом НИР

Планирование НИР в рамках проекта

Ключевые функции и роль исследователей при работе над проектом

Предисловие

«Исследование систем управления» — это прикладная научная дисциплина, синтезирующая фундаментальные знания науки управления и специальные теоретические и эмпирические методы исследования социально-экономических систем. Основополагающим в данном определении дисциплины служит понятие «наука управления». Для ответа на вопрос: что такое наука управления? — примем определение Г Саймондса (президента Института наук об управлении США в 1960-х гг.): «Наука управления требует знания многих дисциплин, включая математику, экономику, психологию, социологию, инженерные знания и др. Вместе с тем мы полагаем, что наука управления является новой самостоятельной наукой».

Любая научная дисциплина имеет объект и предмет изучения. В рассматриваемой дисциплине в качестве объекта изучения представлена система управления. Система управления описывается как определенная целостность, состоящая из инструментария (интеллекта системы), организационной структуры, ее графического образа и процессов управления (динамики системы). Направленность ее действий состоит в оптимальной увязке экономических целей организации, ее внутренней среды, характеризующей реальные возможности системы (производственные, финансовые, интеллектуальные и материальные), с внешней средой.

Успешное функционирование социально-экономической системы становится реальностью, если система управления представляет собой отлаженный современный механизм, способный к быстрому решению сложных проблем, преодолению противоречий и конфликтов, кризисных ситуаций и катастроф, конструированию внутренней и внешней среды на основе эффекта синергии.

Предмет изучения — это та сторона объекта, на которой концентрируется данная дисциплина. Термин «исследование», введенный в название дисциплины, во многом определяет предмет изучения. Исследование — это познавательная деятельность, направленная на поиск и выработку новых научных знаний на основе всестороннего, достоверного изучения объекта, процесса или явления, а также на создание и внедрение в производство (практику) новых, полезных для общества фундаментальных и прикладных разработок.

Не подлежит сомнению тот факт, что исследование системы управления может быть результативным при условии, что изучены накопленные знания по теории управления, экономике, социологии и другим смежным дисциплинам, а также по организации исследований. Особую роль в понимании силы научных знаний сыграли современные парадигмы управления, выдвинутые П. Друкером и исследователями в области теории систем управления И. Пригожиным [78], В. Налимовым [64]. Парадигма П. Друкера — теоретическая ориентация на системное и динамическое управление организацией, вызванная интенсивным изменением и развитием ее внутренней и внешней среды. Парадигма И. Пригожина, В. Налимова — отнесение систем управления к классу диффузных систем, в которых нельзя установить «непроницаемые перегородки», разграничивающие действия или явления переноса влияния переменных различной природы.

Исследование всегда актуально, так как новые идеи и события непрерывно изменяют социальные и экономические условия бизнеса. Отрасли экономики перестраиваются под воздействием политических и социальных преобразований, нового уровня технологий и техники. «Изменения, создающие будущее, — пишет П. Друкер, — могут быть обнаружены только путем систематических исследований». Многие накопленные к настоящему времени знания в области научного управления бизнесом, как отмечает Р. Кантер, оспариваются в современном мире, что определяет «дополнительный спрос на интеллект, чтобы увидеть новые, нетрадиционные возможности, продумать действия “поверх границ”».

Учебная задача дисциплины состоит в следующем:

объяснить студентам источники знаний и эволюцию науки управления, сформировать у них системное мышление и определенные навыки, необходимые для понимания процесса исследования и использования системы накопленных знаний для осуществления научного управления организацией;
развить умение формулировать и успешно решать проблемы, а также целеустремленность к творческому труду и современным технологиям управления.

Цель преподавания дисциплины заключается в том, чтобы в процессе изучения системы научных знаний и освоения техники исследования подготовить будущих специалистов к принятию успешных управленческих решений.

Актуальность изучения дисциплины определяется тем, что новая парадигма управления, согласно которой организация рассматривается как открытая диффузная система, функционирующая в турбулентной среде, станет доминирующей и потребует от менеджера нового аналитического и системного мышления, развитию которого и посвящена дисциплина, занимающаяся исследованием систем управления.

Можно утверждать, что научные знания управления системами бесконечны, но всегда существуют фундаментальные знания, определяющие стартовые позиции любой деятельности.

В связи с этим в материалах излагаемого курса важная роль отведена изучению системы научных знаний и инструментария исследования, предназначенных для развития системного мышления, модельного восприятия объектов и процессов, а также для овладения эффективными методами решения сложных проблем (см. гл. 1—3).

Научные исследования независимо от сферы их приложения подчинены общепринятой классификации. Глубина и сложность исследований определяются доминирующей парадигмой и их причинностью, методологией как переориентацией познания от причинно-следственного подхода к кибернетическому, системному и процессному подходам. Теоретические аспекты исследования изложены в гл. 4.

Контекст исследования систем управления образуется из множества проблем (сложных научных задач), классифицированных по ряду признаков. Относительно каждого класса проблем установлены рациональные подходы и циклы их исследования, чему и посвящена гл. 5.

В теории управления организационными системами наряду с формальным аппаратом достойное место занимает абстрактно-логический. Он включает приемы абстракции и логики графического языка представления знаний о системе, эвристические методы оценки и выбора решений. Такие инструменты всегда используются в исследовании проблем управления любого масштаба (см. гл. 6 и 7).

Со второй половины XX в. активно развивается системная методология управления, или системный подход. На основе идей и принципов системного подхода разработана теория системного анализа. В отечественной научной литературе, в большой степени трудами академика H.H. Моисеева, системный анализ возведен в ранг научной дисциплины. Развитию методологических и теоретических основ системного анализа управления организацией, включая в него параметрическое исследование системы управления и исследование ее взаимодействия с внешней средой, посвящены гл. 8—11.

Теоретическое и эмпирическое — это целостная структура научного познания: от эмпиризма переходим к теоретическому осмыслению и от него — к опыту. В зависимости от цели и глубины изучения реального объекта в рамках эмпирических исследований выделены экспериментальные исследования, включающие эксперимент, тестирование и диагностику. Экспериментальные исследования — один из основных способов получения и верификации научных знаний. Методологические и теоретические аспекты экспериментирования, тестирования и диагностики систем управления изложены в гл. 12—13 и 14.

Исследование как вид деятельности должно иметь определенную форму организации и программу (план) научных работ, поэтому вопросам организации и планирования научных исследований, включая и основные аспекты «технологии» исследования, в частности работу с понятиями, формулирование научной идеи и гипотез, концепции, а также подготовку проектов исследований, посвящены гл. 15 и 16.

Изучению настоящей дисциплины способствуют полученные знания по таким дисциплинам, как «История и методология менеджмента», «Стратегическое управление», «Теория организации», «Принятие управленческих решений», «Управление качеством», «Информатика», «Методы моделирования», «Теория статистики», «Основы экономической теории», «Инновационный менеджмент», «Социология», «Маркетинг», «Контроллинг».

гл.1 Фундаментальные связи и отношения

Всеобщие научные законы

Открытие закона есть одна из ступеней познания единства и связи, взаимозависимости и целостности мирового процесса. Научный закон — это отражение наиболее существенных, повторяющихся объективных внутренних связей и отношений в природе, обществе, мышлении. Связь может быть необходимой и случайной. Закон — это необходимая связь. Установление фундаментальной связи и способов ее практического использования — главная цель любой науки.

Научные законы подразделяются на всеобщие универсальные, общие и частные (специальные). Всеобщие законы — это законы диалектики, науки о развитии общества и человеческого мышления. Законы диалектики служат фундаментом развития науки и методологии научных исследований. Основные из них следующие:

закон «отрицания отрицания»,
закон перехода количественных изменений в качественные,
закон единства и борьбы противоположностей,
з акон взаимной связи и взаимообусловленности.

Закон «отрицания отрицания» определяет единство поступательности и преемственности в развитии и зарождении нового. Этим законом объясняется цикличное, эволюционное развитие объектов природы и общества. Под эволюцией понимается глубокая перестройка структуры и функций объекта, приводящая к новообразованиям. В результате эволюционные процессы сопровождаются необратимыми изменениями. Их характер наглядно отображается семейством S-образных (логистических) кривых.

На логистической кривой эффективности технологии (у) выделяют во времени (t) несколько стадий жизни технологии: АВ — зарождение, ВС — интенсивный рост СD — замедленный рост, DЕ — зрелость (насыщение) и ЕF— затухание, или последующий спад. В период СDЕF начинается зарождение новой, более прогрессивной технологии, развитие которой должно происходить по траектории А'В'С'D'Е'F', аналогичной АВСDЕF.

Примерами, подтверждающими результативность прогноза эволюционного развития на основе семейства логистических кривых, служат:

а) изменение явлений мирового масштаба по временным циклам — рост населения земного шара и динамика насыщения населения товарами массового потребления;

б) увеличение скорости транспортных средств и развитие коммуникационных технологий;

в) изменение технологического уровня отраслей промышленности и производительности труда с изменением технологий в отраслях промышленности;

г) жизненные циклы организации, технологии и продукции (оборудования, программного обеспечения и т.д.).

Закон перехода количественных изменений в качественные проявляется тогда, когда накопленное количество изменений достигает определенного предела. Появление нового качества по существу означает появление объекта с новыми закономерностями и мерой, в которую заложена уже иная количественная определенность. Процесс коренного изменения данного качества, надлома старого и рождения нового называется скачком. Выделяются два типа скачка: скачок как точечное во времени изменение и скачок как некоторый процесс определенной длительности.

Исходя из природы качества как совокупности свойств объекта, следует различать единичные, или частные, скачки, связанные с появлением новых отдельных свойств, и общие скачки, связанные с преобразованием всей совокупности свойств или качества объекта в целом.

Закон перехода количественных изменений в качественные имеет важное методологическое значение. Он обязывает изучать объект и с качественной, и с количественной стороны в их единстве. Переход к новым качественным формам представляет собой более высокие способы организации материи. В науке действие рассматриваемого закона проявляется в том, что любое открытие можно рассматривать как качественное изменение знаний, которому предшествует процесс их постепенного накопления.

Закон единства и борьбы противоположностей выражает источник самодвижения и развития явлений природы и социально-исторической действительности. Характеристика объекта с точки зрения закона единства и борьбы противоположностей указывает на источник движения и развития не вне объекта, а в нем самом. Закон позволяет понять любую целостность как сложную и расчлененную систему, заключающую в себе элементы или тенденции, находящиеся в противоречии друг с другом.

Э тому закону подчинены многие процессы в действующих системах. Любое противоречие — это альтернатива действию. Например, противоречие в системе между стремлением повысить надежность ее функционирования и снизить затраты на выпускаемую продукцию. На рис. 1.2 приведены характерные зависимости снижения затрат на обслуживание и восстановление технической системы в связи с ростом ее надежности (нисходящая показательная кривая ВВ) и увеличения стоимости системы в связи с повышением ее надежности (восходящая показательная кривая RR). Точка пересечения кривых ВВ и RR определяет надежность системы исходя из минимальных затрат на ее поддержание (кривая СС).

Существование в науке противоречий во мнениях, идеях, теориях, наличие борьбы между ними — важный источник ее развития.

Закон взаимной связи и взаимообусловленности характеризуется через понятие среды. Любая создаваемая система не существует сама по себе. Так, функционирование каждой системы происходит во взаимодействии с внешней средой. Среда — это совокупность всех объектов, изменение свойств которых влияет на состояние и поведение системы, а также тех объектов, чьи свойства меняются в результате изменения поведения системы.

Под влиянием этого закона диалектики сформировалась современная методология научных исследований — системный подход. Методологическая специфика системного подхода определяется тем, что он ориентирует исследование на раскрытие целостности и обеспечивающих ее механизмов, на выявление многообразных типов связей сложного объекта и сведение их в единую теоретическую картину.

Общие научные законы. Законы экономики

Общие законы отражают фундаментальную закономерность, которой подчинены явления и процессы сопряженных областей знаний, например экономики и управления, управления и кибернетики, управления и теории систем. Законы выявляются как в результате обобщения фактов, так и в ходе теоретического исследования с дальнейшим подтверждением фактами.

Экономические законы выражают существенные, устойчивые, постоянно повторяющиеся необходимые связи и отношения экономических явлений и носят объективный характер. Игнорирование или недостаточная оценка их в хозяйственной деятельности наносят огромный ущерб. Кратко остановимся на законах экономики, определяющих основные факторы воздействия внешней среды на систему управления. К ним относятся закон спроса и закон предложения товара на рынке, закон равновесной цены, закон возрастающих вмененных издержек и др.

Ф ундаментальная основа и научная логика действия законов экономики подробно описаны такими известными авторами, как К. Р. Макконнелл и C.JI. Брю [46], и в отечественных учебниках по экономической теории. Между тем частое обращение в задачах управления к законам экономики, определяющим состояние рынка, дало основание кратко изложить особенности законов в контексте управленческой экономики.

Закон спроса товара на рынке. Закон спроса выражает обратную зависимость между ценой (Р) и покупаемым количеством товаров (Q_D). Установленная зависимость P=f(Q_D), называемая кривой спроса, отображается в виде двумерного графика в форме нелинейной или линейной функции.

При построении кривой спроса, обозначаемой DD (demand — спрос), исходят из допущения, что цена — самый важный детерминант (фактор) количества любого покупаемого товара. Прочие условия, так называемые неценовые детерминанты, остаются постоянными. К основным неценовым детерминантам относятся: вкусы и предпочтения потребителей; количество потребителей на рынке; денежный доходы; цены на сопряженные товары; потребительские ожидания будущих цен и доходов. Если при изменении этих факторов кривая спроса перемещается влево, то спрос падает, если вправо — спрос растет.

В условиях рыночной экономики на основании этого закона определяется стратегия управления производством. К примеру, выделяются две основные стратегии реагирования на изменение спроса: следование за спросом (chase demand) и постоянный объем производства (level capacity). Каждая из этих стратегий имеет свои недостатки. В первом случае производитель вынужден содержать производственные мощности, которые периодически могут быть незагруженными. Во втором случае в периоды снижения спроса производитель вынужден складировать продукцию, заботясь о ее сохранности, а при превышении спроса над предложением — терять клиентов. Наиболее эффективным считается управление, интегрирующее оптимальным образом обе стратегии, когда спрос максимально подтягивается к производственному потенциалу предприятия.

В практической деятельности менеджеров существует понятие «управление спросом», т.е. имеется ряд средств, с помощью которых менеджеры могут воздействовать на спрос: уточнение цен, продвижение товара на рынке, резервирование, ожидание, дополнительные товары и т.д.

Закон предложения товара на рынке. Закон предложения показывает прямую зависимость между ценой (Р) и количеством товаров (Qs), предлагаемых к продаже. Графическое отображение этого закона (кривая предложения) показано на двумерном графике. Кривая предложения, обозначаемая SS (supply — предложение, поставка, снабжение), строится исходя из допущения, что цена — самый значительный детерминант предложения любого товара, а прочие условия (неценовые детерминанты) остаются без изменения. Кривая предложения показывает количество товара, которое производитель желает или способен произвести и предложить к продаже на рынке по каждой конкретной цене из возможных цен в течение определенного периода времени, и отображает движение производства в строгом соответствии с экономической целесообразностью.

К основным неценовым детерминантам относят: уровень технологии производства, налоги и дотации, цены на ресурсы и другие товары, ожидаемое изменение цен, число продавцов на рынке.

Изменение одного из факторов приводит к изменению позиции кривой SS на графике, Если кривая SS перемещается влево, то происходит снижение предложения, если вправо — увеличение.

Управление предложением сводится к следующим мероприятиям: наем и увольнение или содержание временного персонала, диверсификация, изменение режима работы (сверхурочная работа или сокращенная рабочая неделя), создание запасов, выдача субподрядов и др.

Закон равновесной цены. Законы спроса и предложения управляют рыночным процессом ценообразования. Если свести кривые рыночного спроса DD и рыночного предложения SS, как показано на рис. 1.3, то точка пересечения Е нисходящей кривой DD и восходящей кривой SS показывает равновесную рыночную цену Р_Е и равновесное ей соответствующее количество товара Q_E. Равновесная рыночная цена—это цена, при которой по данному товару на рынке нет ни излишка, ни дефицита. На практике это равновесие часто нарушается под влиянием изменения как спроса, так и предложения.

Любой избыток товара, когда Q_SS>Q_DD, образуемый, например, падением спроса, способствует снижению цены, передвигая точку равновесной цены влево вниз, а любой товарный дефицит, когда Q_DD>Q_SS, образуемый, например, ростом спроса, способствует повышению цены путем передвижения точки равновесной цены вправо вверх относительно начального положения. В этой связи важным оказываются отслеживание «рыночной динамики равновесной цены» на товар и влияния этой динамики на взаимосвязанные с ним товары.

Пример «движения» равновесной цены Р_Е под действием некоторой группы факторов, изученный в работе [114], показан на рис. 1.4.

В качестве возмущающего фактора рассмотрено введение акциза на бензин (рис.1.4а). Это повлекло за собой сокращение его предложения и рост равновесной цены, что отражено перемещением точки Е₁ в положение Е₂. В свою очередь сокращение производства бензина вызвало снижение производства мазута и изменило положение равновесной цены (рис.1.4б). Рост цен на бензин приводит, с одной стороны, к сокращению спроса на автомобили (рис.1.4в) и снижению равновесной цены (ее перемещение из положения Е₁ в положение Е₂), а с другой — к росту спроса на услуги городского транспорта (рис.1.4г).

Закон возрастающих вмененных издержек. В управлении хозяйственной деятельностью часто возникает проблема выбора между вариантами выпуска альтернативной продукции при ограниченном объеме ресурсов. Например, поставлен вопрос о том, что выпускать: средства производства — товары, которые косвенно удовлетворяют потребности (Y), или потребительские товары (X). Идея закона формулируется так: в любой момент времени экономика должна пожертвовать частью одного товара (Y), чтобы получить больше другого товара (X). Количество товара Y, от которого следует отказаться, чтобы получить дополнительное количество товара X, называется вмененными издержками производства товара X.

З акон возрастающих вмененных издержек основывается на следующем тезисе: экономические ресурсы непригодны для их полного использования в производстве альтернативных продуктов. Зависимость между производством товара X и Y отображается так называемой кривой производственных возможностей. В графическом изображении закон возрастающих вмененных издержек представляется в форме вогнутой кривой АЕ (товары, 1999 г.) и А'Е' (товары, 2010 г.). Вогнутость кривой означает, что с увеличением выпуска одного продукта необходимо жертвовать все большим количеством другого. Увеличение предложения ресурсов и научно-технический прогресс приводят к смещению кривой производственных возможностей вправо, что позволяет производить большее количество продуктов.

Законы, действующие в сфере управления

Законы, действующие в сфере управления, в большинстве своем определены законами фундаментальных наук: биологии, общей теории систем, кибернетики, теории автоматического регулирования. Рассмотрим содержание ключевых законов.

Закон необходимого разнообразия и быстродействия. На любую организацию внешняя среда оказывает самые разнообразные воздействия, как закономерно повторяющиеся, таки случайные. Организация является сложной вероятностной системой, которой свойственны различного рода возмущения. Чтобы удержать свою целостность, т.е. способность функционировать, система управления должна отвечать на различные по характеру воздействия соответствующим противодействием, причем в нужный момент.

Впервые закон необходимого разнообразия сформулировал английский ученый-кибернетик У.Р. Эшби. Он утверждал, что только разнообразие может уничтожить разнообразие. Организация должна обладать достаточными и разнообразными внутренними средствами, чтобы быть готовой отреагировать на постоянные изменения внутри себя и во внешней среде и благодаря этому работать и развиваться. В процессе развития этого закона был введен дополнительный термин «быстродействие» [89]^¹.

Исторически разнообразие объектов управления растет неограниченно, в то время как «разнообразие» человека как управляющего, его способность накапливать и перерабатывать информацию обо всем, что происходит в объекте управления, — весьма ограниченно^². Если закон необходимого разнообразия и быстродействия нарушен, то управление «не работает». К симптомам нарушения закона можно отнести такие ситуации, как принятие «неработающих» решений, по следующим причинам:

первичная информация о воздействии внешней среды не доходит до системы управления или доходит с опозданием;
первичная информация имеется, но система управления не успевает ее своевременно переработать;
необходимая информация поступает вовремя, но система управления из-за отсутствия соответствующих знаний (программ действия) не может ее правильно понять.

З нание этого закона важно для исследователя. Например, исследователь сталкивается с проблемой, решение которой неочевидно, но имеет место некоторое разнообразие (альтернативы) возможных решений F_d Этому разнообразию противостоит разнообразие исследовательских возможностей F_s. Задача исследователя состоит в том, чтобы свести к минимуму разность (F_d - F_s)  min.

Закон необходимого разнообразия и быстродействия положен в основу эволюции структуры организации: от неорганизованного объекта с числом состояний (F), равным 2^N, до упорядоченного объекта, число состояний которого определяется по формуле [83]^³

где 2 — число состояний объекта: связь есть или связи нет (объект работоспособен или неработоспособен);

k — число частей, на которые разделен объект;

N_i — число элементов в i-й части, i = 1,k...

На рис. 1.6 приведена U-образная кривая, отражающая зависимость F=f(k,N_i).

Преобразование структуры системы происходит поэтапно: от линейной к линейно-штабной, затем к линейно-функциональной и, наконец, к современным матричным и сетевым структурам^⁴.

Закон синергии — общий закон организации. Формулирование закона синергии (от греч. совместное действие) сводится к тому, что сумма свойств организованного целого (или потенциал системы) превышает «арифметическую» сумму свойств, имеющихся у каждого из вошедших в состав целого элементов в отдельности. Вследствие действия закона синергии возникает синергетический эффект. Он обусловлен появлением нового качества целого за счет интеграции его частей.

К общим, или типовым, источникам эффекта синергии следует отнести: концентрацию рассредоточенных ресурсов; упорядочение связей; повышение степени связности или координации действий; активизацию действий одной части самим фактом присутствия другой части — катализатора; функциональную специализацию частей и высокую степень разделения труда; возможность взаимозаменяемости частей. Реализация источников синергетического эффекта в практической деятельности считается существенной предпосылкой успешного функционирования крупных организаций. Закон синергии часто называют основополагающим законом организации, так как действие других ее законов в конечном счете направлено на достижение более высоких значений синергетического эффекта.

Вместе с тем не всякое организованное объединение усилий и ресурсов автоматически приводит к синергетическому эффекту. Непонимание механизма синергетического взаимодействия не дает возможности понимать и объяснять поведение даже относительно простых систем. «Дело не только в том, что соединяется, но существенно и то, как соединяется, какие побудительные силы этому способствуют. Главное здесь — устанавливаемые между частями связи, так как именно от них производна прочность сочленения частей. И напротив, слабость связи приводит к разрыву коммуникации и распаду организации как целостного образования». Ситуация, когда целое меньше суммы своих частей, возможна при дезорганизованной системе^⁵.

Закон онтогенеза. Каждая организация проходит в своем развитии следующие фазы жизненного цикла: становление, расцвет и угасание. «Онтогенез» — термин, введенный немецким биологом Э. Геккелем (1834—1919) для характеристики совокупности преобразований, претерпеваемых организмом с момента зарождения и до конца жизни. Чисто биологический закон проявляется и в теории управления в контексте жизненного цикла товара, проекта и, наконец, организации.

Последующие четыре закона, относящиеся к экосистемам, перенесены на социально-экономические системы в том понимании, которое свойственно науке управления.

Закон оптимальности. Согласно этому закону любая система с наибольшей эффективностью функционирует в некоторых пространственно-временных пределах (т.е. никакая система не может сужаться и расширяться до бесконечности). Фундаментальное положение теории систем связано с тем, что размер любой системы должен соответствовать ее целям и функциям. Никакой целостный организм не в состоянии превысить критические размеры, обеспечивающие поддержание его гомеостаза (процесса, за счет которого достигается относительное постоянство внутренней среды организма).

Согласно закону оптимальности любая сверхкрупная система распадается на функциональные части (подсистемы), размеры которых могут различаться. Закон оптимальности диктует необходимость поиска наилучших с точки зрения эффективности размеров организации. В конечном виде закон оптимальности можно сформулировать следующим образом: число функциональных элементов системы и их взаимосвязей должно быть оптимальным.

Закон максимизации энергии. Сущность закона такова: в соперничестве с другими системами выживает (сохраняется) та из них, которая наилучшим образом способствует поступлению энергии и использует максимальное ее количество оптимальным образом. С этой целью система совершает следующие действия:

создает накопители энергии и механизмы регулирования, поддерживающие устойчивость системы и ее способность к адаптации;
затрачивает определенное количество энергии на обеспечение поступления новой энергии и налаживает с другими системами обмен, необходимый для обеспечения потребности в энергии специальных видов.

Закон справедлив в отношении любой экономической и социальной системы. Если под энергией понимать ресурсы (людей, оборудование, деньги и т.д.), то закон максимизации энергии можно рассматривать как закон максимизации ресурсов организации. Если под энергией понимать информацию, то согласно закону наилучшими шансами на самосохранение обладает система, в наибольшей степени способствующая поступлению и эффективному использованию информации. В этом контексте закон рассматривается как закон максимизации информационной энергии.

Закон внутреннего динамического равновесия. Этот закон понимается следующим образом: вещество, энергия, информация и динамические свойства системы, а также ее структура взаимосвязаны настолько, что любое изменение одного из этих компонентов вызывает сопутствующие функционально-структурные количественные и качественные перемены в состоянии остальных компонентов.

Эмпирические следствия закона таковы:

любое изменение внутренней среды неизбежно приводит к развитию цепных реакций, идущих или в сторону нейтрализации произведенного изменения, или к формированию новых элементов системы;
взаимодействие элементов системы нелинейно, поэтому слабое воздействие или изменение параметров одного из них может вызвать сильные отклонения в других (и во всей системе в целом).

Закон оптимальности и закон внутреннего динамического равновесия тесно взаимосвязаны. Так, эволюционный процесс развития системы можно рассматривать как сдвиг динамического равновесного (квазистационарного) состояния системы с помощью значительных вложений энергии, обеспечивающей необратимый переход системы на новый спиральный виток развития.

Закон самосохранения. Это закон гласит: «Любая реальная материальная система стремится сохранить себя как целостное преобразование и, следовательно, экономнее расходовать свой ресурс» [103]. Механизм действия закона проявляется следующим образом. Во-первых, самосохранение есть выживание системы через поддержание ее целостности, равновесия и устойчивости, а также за счет экономного использования ресурсного потенциала. Во-вторых, самосохранение непосредственно связано с адаптацией системы к внутренним и внешним изменениям. В-третьих, необходимым условием самосохранения являются рост и развитие организации.

Закономерности. Вводные понятия

Под закономерностью понимают объективно существующую устойчивую связь, существенную зависимость между явлениями действительности, отвечающую определенным законам. Знание закономерностей функционирования систем создает фундаментальную основу для эффективного управления. Когда говорят, что установлена закономерность, значит, исследуемые явления и процессы не случайны, а подчинены какому-либо закону. В то же время закономерность можно трактовать как ступень к открытию закона и как форму проявления его действия. Понимание закономерностей позволяет найти наиболее эффективные решения возникающей проблемы и объяснить природу изучаемого явления. В основе установления закономерностей лежат факты, количественные и качественные зависимости между ними.

Зависимость есть отношение одного явления к другому, как следствия к причине.

Зависимость, закономерность и закон находятся в иерархическом подчинении, а именно: изначально — зависимость как причинно-следственное отношение одного явления к другому, затем — закономерность как объективно существующие устойчивые связи и отношения между явлениями, их причинами и следствиями и наконец — законы как отражение общих, устойчивых, повторяющихся объективных связей и отношений между явлениями.

В исследовании систем управления особое место занимают фундаментальные закономерности, определяющие экономически целесообразный объем производства. К ним относят: эффект масштаба производства, закон опыта, производственную функцию и функции процессов насыщения. Они установлены на основе эмпирических исследований и активно используются для оптимизации и прогнозирования хозяйственной деятельности.

Эффект масштаба производства

Установлено, что существует характерная, устойчивая зависимость между средними издержками на единицу продукции (l) и объемом ее производства (Q) для организаций с фиксированными размерами любой производственной мощности и любого срока службы. Зависимость l=f(Q) имеет (U-образную форму. Развернутое определение эффекта масштаба производства дано М.Р. Байе. На рис. 1.7 приводится семейство U-образных кривых, определяющих изменение общих средних издержек от увеличения объема производства в краткосрочном и долгосрочном планах. Рассмотрим их особенности.

Т ак, предприятие N начинает работать, исходя из краткосрочных планов выпуска продукции, и издержки (l) с ростом объема производства (Q) изменяются согласно кривой АТС₀. Из характера изменения анализируемой кривой можно заключить, что при определенных фиксированных производственных условиях, которые предприятие не может изменить, увеличение объема выпуска продукции до величины Q₁ приводит к снижению средних издержек до величины l₁, а его превышение — к росту средних издержек.

Если производство предприятия рассчитывается на долгосрочный период, то оно может оптимальным образом скорректировать факторы производства и выпускать Q₂ единиц продукции, имея минимальные средние издержки (l₂) в соответствии с кривой АTС₁ Кривая АТС₁ является также кривой краткосрочных издержек, в основе которой лежат новые значения ранее фиксированных факторов. Если компания намерена идти на дальнейшее увеличение объема производства, например, до величины Q₃, то перемещение по кривой АТС₁ повлечет, как видно из рис. 1.7, рост издержек. В результате потребуется снова изменить фиксированные факторы таким образом, чтобы обеспечить более низкие издержки при производстве Q₃ единиц продукции. В результате выходим на кривую АТС₂

Н а рис. 1.7 приведена кривая долгосрочных средних издержек, обозначенная АТС, она определяет минимальные средние издержки при производстве различных объемов выпускаемой продукции с учетом обеспечения оптимальных значений всех факторов производства, в том числе и ранее фиксированных. Кривая АТС огибает кривые краткосрочных средних издержек и лежит ниже любой их точки, за исключением тех точек, в которых она совпадает с ними, а именно там, где эти кривые соответствуют оптимальному варианту фиксированных ресурсов.

Закономерность изменения средних издержек в зависимости от масштаба производства приводит к образованию новых закономерностей в изменении основных экономических показателей функционирования системы. К ним относятся доход (выручка) R=f(Q), суммарные издержки Е =f{Q) и прибыль Р=f{Q). На рис. 1.8 представлено графическое отображение перечисленных функций, характерное для любой U-образной кривой масштаба производства, в координатах меры стоимости (С) и объема производства (Q).

Знание рассмотренных закономерностей позволит менеджеру выбрать, особенно на долгосрочный период, оптимальный размер ресурсов для выпуска экономически целесообразного объема продукции и благодаря этому повысить эффективность и конкурентоспособность производства.

Экономия, достигаемая за счет масштаба производства, была при плановой экономике основной причиной создания промышленных гигантов — энергетических, горнодобывающих (железные руды, угли), машиностроительных, нефтеперерабатывающих и химических предприятий. В странах с рыночной экономикой этот фактор доминирует в производстве энергетики, электроники, военной техники и пищевых продуктов.

Закономерность — «закон опыта»

В 1970-х гг. Бостонской консалтинговой группой (БКГ) на основе обширных эмпирических исследований было установлено, что средняя цена (Р) при удвоении накопленного объема выпущенной продукции (Q) уменьшается на некоторый фиксированный процент [99; 113; 115]. Установленная закономерность именуется законом опыта, ее графическое отображение — кривой опыта. Характер кривой опыта идентичен кривой эффекта масштаба производства: чем больше количество накопленного товара, тем выше вероятность снижения его цены.

П онятие «накопленный (кумулятивный) объем выпущенной продукции», или, по определению, данному в работе [115], «накопленный объем сбыта», — это общее число единиц продукции, произведенных компанией, или общее число единиц, произведенных всеми работающими на определенном рынке компаниями. Накопленный объем выпущенной продукции может удвоиться в течение года (быстро растущий рынок), а иногда для этого требуется несколько столетий (зрелые медленно растущие отрасли производства).

В качестве базовой математической модели, описывающей кривую опыта, служит показательная функция (рис.1.9а). Для интерпретации полученной зависимости Р = f(Q) ее отображают в логарифмических координатах (рис.1.9б). В результате получаем «N-процентную кривую опыта», или «N-процентную кривую». Если принять, что рост производства продукции описывается 90-процентной кривой опыта, то при каждом удвоении производства цена (или издержки на единицу продукции) будет снижаться на 10 %.

В работе [115] указывается, что N = 1—2^-α, где 2 —удвоение объема продукции, α — изменение цены. Величина 2^-α находится в диапазоне от 0,5 до 0,99, поэтому граничной точкой снижения средней цены является половина ее прежнего значения.

Обширная практика БКГ по применению «простого положения о цене и росте объема накопленного продукта» обобщена в монографии «Perspectives on Experience» (1972) [115]. Проведенный БКГ анализ развития промышленных корпораций США с использованием логики закона опыта показал, что темпы снижения издержек на единицу товара варьируют от отрасли к отрасли и находятся в пределах 10—40 %.

Производственная функция

Производственная функция — это фундаментальная закономерность, согласно которой выпуск продукции (Q) зависит от пары исходных агрегированных ресурсов: капитала (К) и труда (L), т.е.

Функцию (1.2) трактуют следующим образом: максимальный выпуск продукции достигается определенной комбинацией K единиц капитала и L единиц труда. Одна из важнейших задач менеджера — эффективная реализация производственной функции на практике, т.е. менеджер должен определить, сколько исходных ресурсов потребуется, чтобы получить заданный объем выпускаемой продукции наиболее эффективным способом. Производственная функция может быть описана линейной зависимостью вида

и нелинейной, например функцией Кобба-Дугласа:

где а, b — коэффициенты, определяющие вес каждого фактора; а > 0, b > 0.

Производственная функция впервые была предложена американскими учеными Ч.В. Коббом и Т.Х. Дугласом для выражения национального дохода через затраты труда и капитала. Производственная функция в алгебраической форме предоставляет возможности для вычисления показателей продуктивности капитала и труда.

Для понимания рассматриваемой закономерности проведем анализ характера зависимости между ресурсными переменными К и L. Установлено, что обеспечить выпуск одного и того же объема продукции и постоянство затрат на ее производство можно разными комбинациями этих ресурсов. Основные инструменты, позволяющие менеджеру разобраться в том, каким образом использовать различные наборы ресурсов для производства заданного объема продукции и сохранить постоянными затраты на производство продукции, — изокванта и изокоста соответственно. Изокванта — это зависимость, описывающая комбинацию ресурсов К и L при некотором постоянном объеме выпуска продукции Если изокванта — линейная зависимость, то ресурсы полностью взаимозаменяемы, если нелинейная, то замена становится неэквивалентной. Перемещением по любой кривой производится замещение одного ресурса на другой, например капитала на труд. Выделим и такую особенность: чем дальше изокванта отстоит от начала координат, тем выше объем производимой продукции.

Комбинацией ресурсов К и L можно удерживать постоянными затраты при некотором заданном объеме выпуска продукции. Изокосты , описывающие подобную зависимость, представлены на рис. 1.10б. При построении изокосты в простейшем случае исходят из условия, что издержки на ресурсы (C) равны сумме стоимости труда (w • L) и стоимости капитала (r • К). Изокосты, соответствующие более дорогим вариантам комбинации ресурсов, располагаются дальше от начала координат.

Функции процессов насыщения

Изучаемые закономерности, называемые функциями процессов насыщения (или, для краткости, функциями насыщения), позволяют составить представление о предстоящей смене одного вида продукта другим, одного этапа экономического и технического развития системы другим, которое необходимо для последующего прогноза будущих показателей системы, выбора масштаба и скорости распространения инноваций. В качестве прогностических функций используются логистическая (см. рис.1.1), экспоненциальная и экологическая функции. Логистическая и экспоненциальная функции предназначаются для прогнозирования целого ряда сложных экономических, демографических и технологических процессов. Результаты определения периода насыщения тем грубее, чем меньше отрезок кривой, выбранный для анализа.

Логистическая функция имеет следующий вид:

где у — главный параметр развития;

m — предельное значение насыщения, m < 1;

α — показатель, характеризующий скорость распространения инноваций, α < 1;

b — весовой коэффициент, определяющий разницу в экономической эффективности нововведений;

t — аргумент, определяющий время распространения инноваций.

Экспоненциальная функция представлена следующим образом:

Для основных отечественных отраслей имеем, что α находится в пределах 0,1 — 0,20, что соответствует периоду инновационных изменений в 10-20 лет. Полученные данные соотносятся с циклами в мировой экономике. Периоды циклов зависят от вида исследуемых явлений или проблем.

Экологическая функция, используемая как модель продолжительности «жизни» технических средств, технологических процессов и различных научных методов, имеет следующий вид:

где m — наибольшее значение функции;

t — аргумент (время);

b — значение аргумента, соответствующее наибольшему значению функции;

с — постоянная, характеризующая среднеквадратичное отклонение.

Следование во времени «родственных» экологических функций, аналогичных показанным на рис. 1.1, позволяет установить моменты появления принципиально новых технологий, видов техники и аппаратуры, научных методов.

Полезность знания закономерностей «процессов насыщения» очевидна, так как в руках менеджера оказывается инструмент, точнее, модель развития бизнеса, прогноза его стадий. Нелинейность моделей (1.5), (1.6) и свидетельствует о неравномерности скорости движения организации, а также товара и продукции по траектории жизненного цикла. Для понимания таких свойств необходимо перейти от линейного воображения развития объекта к системному мышлению, охватывая тем самым весь его жизненный цикл.

гл.2 Фундаментальные обобщения

Принципы исследования систем управления. Ключевые принципы и их определение

По выражению Г. Кунца и С. О'Доннела, «элементы науки управления, например фундаментальные принципы, подобно принципам других наук, остаются неизменными, даже если управляющий в конкретной ситуации решает пренебречь ими» [39]. Принципы рассматриваются как исходные положения теории, руководящая идея, начальная фаза систематизации знаний, а также как содержательное обобщение, основанное на анализе фактов, при этом факты в свою очередь служат постоянной проверкой правильности уже установленных принципов. В теории управления под принципом понимается и основное правило организации управления. Примером тому могут быть знаменитые принципы А. Файоля и Э. Деминга.

К ключевым принципам построения методологии и инструментария исследования систем управления следует отнести четыре группы принципов:

общесистемные принципы, выстраивающие логику построения конфигурации системы, а также логику отношений и связей между элементами системы и системы с внешней средой;

общие принципы исследования, служащие основами познавательного процесса.
К ним относятся объективность как адекватное отображение объекта исследования, воспроизводимость (повторение), доказательность (верификация) и точность;
принципы исследования систем, характеризующие систему как структурированный информационный фрагмент некоторой реальности, определяющий пространство ее познания;
принципы кибернетики, отражающие фундаментальные основы изучения целенаправленного поведения системы, независимо от объекта его приложения.

Общесистемные принципы

Основные общесистемные принципы — это целостность, структурность, взаимозависимость системы и среды, иерархичность, управляемость, коммуникационность, единство анализа и синтеза, множественность описания каждой системы. Определения принципов, приведенные ниже, даются по материалам работ.

Целостность — принципиальная несводимость свойств системы к сумме свойств составляющих ее элементов, а именно:

1) свойство системы как целого не является суммой свойств элементов;

2) свойство системы зависит от свойств и взаимовлияния элементов в процессе функционирования системы;

3) элементы, объединенные в систему, могут терять ряд свойств, присущих им вне системы;

4) свойство целостности связано с целью, для которой создается система.

Структурность — возможность описания системы через установление ее структуры посредством отображения совокупности элементов и связей, действующих между ними. При этом поведение системы зависит не столько от поведения отдельных элементов, сколько от свойств ее структуры.

Взаимозависимость системы и среды — одно из условий существования системы. Система формирует и проявляет свои свойства в процессе взаимодействия со средой, являясь при этом ведущим активным объектом. Открытость системы, сращивание со средой наглядно проявляются в биологических, экологических, экономических, социальных, политических и других системах. И если не осуществлено конфигурирование системы, т.е. не выделена граница между средой и специальным образованием, то понятие системы распространяется на всю среду.

Иерархичность — структурная организация сложных систем, состоящая в разбиении (декомпозиции) системы на страты (уровни) и упорядочении взаимоотношений (взаимодействия) — от высшего уровня к низшему. Иерархичность, или иерархическая упорядоченность, — один из первых принципов построения сложных систем, подразумевающий подготовку системы к целенаправленной деятельности, к управлению.

В системах, наделенных иерархической структурой, происходит децентрализация управления. Подсистемы или элементы нижнего уровня получают в свое распоряжение право принятия решений и неизбежно приобретают цель и определенную автономность относительно друг друга. Разрастание иерархической структуры представляет собой не-бесконечный процесс и по той причине, что в системе назревают противоречия между частным и целым.

Этим обусловливаются постоянные проблемы установления оптимальной меры централизации и децентрализации и оптимального распределения функций и задач между иерархическими уровнями системы.

Управляемость — это способность системы для достижения поставленной цели направлять (планировать, организовывать, регулировать и контролировать) на основе познания и использования объективных закономерностей свое развитие, своевременно вскрывать противоречия и разрешать их, преодолевать негативные внутренние и внешние возмущения, осуществлять подготовку и принятие решений. В работе [60] отмечается, что управляемость системы по своей содержательности сходна с понятием достижимости: обе характеризуют возможность выполнения задачи управления — достижения цели.

Коммуникационность. Организационная система не изолирована от других систем, а связана множеством информационных каналов со средой, представляющей собой сложное и неоднородное образование. При выделении объекта из среды идентифицируются его связи, им придается ориентированность, частота обмена «сигналами», сила их воздействия и др. Получение и обработка информации о состоянии среды — сложная исследовательская задача. Коммуникация необходима и для осуществления связи между структурными единицами организации, чем достигается ее целостность как системы.

Единство анализа и синтеза — принцип, лежащий в основе процесса познания любого объекта реальности; он подразумевает неразрывность анализа и синтеза в процессе мыслительной деятельности. Анализ формирует исходные знания для исследования и предполагает расчленение объекта, системы, явления на составные части, каждая из которых изучается отдельно. Синтез противоположен анализу, но неразрывно связан с ним. Синтез — это соединение, интеграция различных элементов, сторон предмета в единое целое, в систему.

Множественность описания каждой системы. В силу принципиальной сложности каждой системы ее адекватное познание требует построения множества различных моделей, каждая из которых описывает лишь определенный аспект системы.

Принципы исследования систем

Принципы исследования систем основываются на принципах общей теории систем. К ним относятся: структурирование, системность, идентификация, абстракция, формализация.

Структурирование представляет собой расчленение системы на «элементарные» (структурообразующие) единицы (элементы, объекты) и установление между ними отношений, подтверждающих целостность системы. Подходы к структурированию системы весьма разнообразны и определяются признаком, выбранным исследователем для группирования однородных и распознавания различающихся между собой объектов. В качестве признака могут быть использованы: вид функциональной деятельности, уровни и циклы управления, виды функций и процессов управления и др. Полученная при этом некоторая структура отображает относительно устойчивый аспект системы и может рассматриваться как ее структурная модель.

Системность — это исследование объекта с двух взаимосвязанных позиций. Первая позиция заключается в том, что исследуемый объект рассматривается как система; вторая позиция определяет окружение системы как внешнюю среду, представляющую собой сложную систему. Между системой и внешней средой действуют двусторонние связи, наполненные сигналами. В основу принципа системности положены взаимозависимость системы и среды и единство анализа и синтеза. При исследовании внутренней среды организации системность проявляется в синтезе структурных и функциональных элементов, параметров и факторов, определяющих эффективность ее функционирования.

Идентификация (отождествление) — определение тождественности всей системы или ее элемента принятому аналогу или замещение реального объекта формальным объектом, его моделью. Под идентификацией понимается и установление конкретного воздействия факторов на систему.

В кибернетике идентификация объектов управления — выбор класса математической модели, критерия соответствия модели и объекта, а также построение модели по реализации его входных и выходных сигналов.

Для идентификации процессов управления К. Менаром предложен набор «схем» (моделей), содержащих справки и рекомендации, а именно:

схемы исторического типа, основанные на накопленном опыте;
внешние схемы, основанные на схемах взаимодействия с другими организациями;
схемы типа «планов», апеллирующие к заранее намеченным целям.

Широкое применение принципа идентификации в управлении связано с возрастающим использованием научного менеджмента, развивающего аналитический стиль управления.

Согласно принципу множественности описания каждой системы, модель изучаемой реальности служит основным инструментом исследования. Любая модель — это абстракция реальной системы.

Абстракция — это формирование образа реальности посредством отвлечения и пополнения. Отвлечение упрощает, а пополнение усложняет образ реальности. В качестве инструмента упрощения или пополнения в модели выступают идентификация и структурирование, которые предшествуют абстракции.

Формализация — это отображение образа реальности с использованием формальных языков, а именно языка математики, логики, семиотики, что позволяет освободиться от обращения к интуитивным представлениям и перейти к более строгим выводам, утверждениям. Результаты формализации — это прежде всего математические, имитационные, семиотические модели изучаемой реальности, а также различного вида алгоритмы, искусственные научные языки и др.

Принципы кибернетики

К общим принципам кибернетики как науки о единстве процессов управления, независимо от объекта их приложения, относят: обратную связь, черный ящик, внешнее дополнение, преобразование информации, целенаправленность управления и эквифинальность. Определения принципов даются по материалам книги С. Бира «Кибернетика и управление производством» с сохранением авторских фрагментов текста из работ:

1) обратная связь — поток информации, поступающий после измерения результатов функционирования системы или ее части в систему управления для выработки воздействия на алгоритм управления;

2) «черный ящик» — система (объект), в которой внешнему наблюдателю доступны лишь входные и выходные параметры, а внутреннее устройство и протекающие в ней процессы, по «причине недоступности для изучения или в связи с абстрагированием, не являются предметом исследований»;

3) внешнее дополнение — включение «черного ящика» в цепь управления в условиях, когда используемый язык формализации недостаточен для описания реальной ситуации системы и этот недостаток устраняется путем процедуры внешнего дополнения;

4) преобразование информации — система рассматривается как «машина для переработки информации» с целью ее упорядочения, снижения неопределенности и разнообразия, и это делает поведение системы предсказуемым;

5) целенаправленность управления — «управление — неотъемлемое свойство любой системы», а система «является организмом, обладающим своей собственной целью и своим собственным единством»;

6) эквифинальность — существование конечного неупорядоченного множества путей перехода системы из различных начальных состояний в финальное состояние, т.е. переход системы из начальных состояний в финальное задан не единственным образом.

Дадим краткое пояснение изложенным принципам. Обратная связь в кибернетике, в отличие от ее общесистемного представления, включает только поток информации с результатами измерения выходного потока системы и именуется информационной обратной связью. Основная идея обратной связи состоит в мониторинге выходной информации и динамическом анализе результатов поведения системы относительно заданной планом траектории ее функционирования. При выявлении отклонений и в зависимости от их существенности происходит выработка управляющих воздействий. Вводом обратной связи создается замкнутый контур управления.

В кибернетике выделяют отрицательную и положительную обратную связь. Если под действием обратной связи первоначальное отклонение результирующего (выходного) параметра или показателя, вызванное возмущающим воздействием, уменьшается, то говорят, что имеет место отрицательная обратная связь, в противном случае — положительная. Положительная обратная связь образуется из однополюсных (только положительных или только отрицательных) параметрических отклонений. Они накапливаются и приводят к потерям устойчивой работы системы в целом. Отрицательная обратная связь, представленная как чередование положительных и отрицательных параметрических отклонений, настраивает управление на стабилизацию функционирования системы относительно заданной траектории ее развития.

Механизм обратной связи делает систему самонастраивающейся, т.е. обладающей способностью к компенсации параметрических возмущений, и повышает степень ее внутренней организованности.

Особый случай — гомеостатические обратные связи, которые сводят внешнее воздействие к нулю; свойство системы оставаться без изменения в потоке событий называют инвариантностью. В управлении организациями обратные связи рассматриваются и как усиливающие, и как уравновешивающие. Усиливающие связи могут быть как двигателями роста, так и порождать ускорение спада организации. Уравновешивающую (или стабилизирующую) обратную связь мы находим везде, где существует поведение, ориентированное на достижение цели. Тогда отрицательная обратная связь есть уравновешивающая, а положительная — усиливающая.

Введение принципа «черного ящика» — это возможность изучать сложные системы, используя зависимость между входными ресурсами и выходными результатами ее деятельности, не рассматривая механизм преобразования ресурсов. Следует отметить важную особенность данного принципа. Как бы детально ни изучалось поведение объекта, представленного в виде «черного ящика», получить однозначное заключение о его внутреннем потенциале не удается. Это связано с тем, что одним и тем же поведением характеризуются разные, подобные исходному объекты. Подход, основанный на принципе «черного ящика», получил распространение при экспериментальных исследованиях систем, когда больший интерес представляет поведение системы, а не ее строение.

Принцип внешнего дополнения — практический метод преодоления неполноты формальных языков (теорема Геделя). Этот принцип сводится к тому, что любой язык управления в конечном счете недостаточен для выполнения поставленных перед ним задач, но этот недостаток может быть устранен благодаря включению «черного ящика» в цепь управления. Например, разработка плана производства на основе математических моделей всегда требует определенного дополнения за счет «управления извне» для адаптации (корректирования) модельных расчетов к неформализуемым условиям функционирования или в связи с изменениями некоторых из них под воздействием внешней среды. Элемент «управление извне» встраивается в цепь выработки решений как «черный ящик», так как и он не поддается точному определению.

Принцип эквифинальности свидетельствует о том, что управление связано с наличием нескольких конечных путей или альтернатив перехода системы из различных начальных состояний в финальное состояние. Понимание рассматриваемого принципа в исследовании систем управления расширяет понятие оптимальности управления до многокритериальной оптимизации. Эта процедура сопровождается разработкой определенных групп критериев для различных путей переходов системы из начальных в финальное состояние.

В целом изложенные принципы взаимосвязаны, взаимодополняемы и служат фундаментальной основой для исследования систем управления.

Ключевые гипотезы и аксиомы управления

Гипотеза — выдвигаемое для объяснения какого-либо явления или процесса научно обоснованное предположение, которое после проверки может оказаться истинным или ложным. Гипотеза выступает как первоначальная формулировка, черновой вариант принципа или открываемого закона. С момента выдвижения гипотезы начинает формировать подход к решению проблемы, выстраивается логика и алгоритм исследования, а также принимается решение о выборе модели объекта. Гипотеза служит промежуточным звеном между теоретической частью и эмпирическими действиями, направленными на достижение истинного результата.

Источником гипотезы выступают новые факты и предшествующие знания о предмете изучения. Гипотеза выдвигается, когда для объяснения новых фактов недостаточно имеющихся теоретических знаний или их нет вовсе. Цель выдвижения гипотезы состоит в том, чтобы, во-первых, сузить массу возможных предположений и догадок при решении поставленной проблемы; во-вторых, обеспечить ориентацию исследовательского поиска на ожидаемый результат

Процесс выдвижения гипотезы не поддается алгоритмическому описанию. В то же время выработаны определенные правила ее формулирования:

гипотеза представляется в виде обобщающих и утверждающих суждений;
если гипотеза выступает как предварительный проект решения проблемы, то связка «проблема — цель — гипотеза» должна иметь общие понятия, подлежащие объяснению;
разработка альтернатив решения проблемы — это противопоставление конкурирующих гипотез.

Доказательство (верификация) достоверности гипотезы становится главной задачей последующего исследования. Оно проводится с использованием экспериментов, предполагает изучение и обработку их результатов теоретическими методами. Правильность гипотезы проверяется систематическим и многократным изучением соответствующих фактов путем тестирования. Подтвердившиеся гипотезы становятся новыми знаниями, которые могут быть возведены в принцип, научный закон, закономерность, зависимость или способ, метод, модель и т.д.

Неподтвержденные гипотезы либо отбрасываются, либо становятся основой для выдвижения новых гипотез и новых направлений в исследовании проблемной ситуации.

Одним из основных источников информации в управлении для выдвижения гипотезы служит прогнозирование. Как отмечает И. Ансофф, «мы описываем действительность и даем прогноз на будущее исходя из определенных предположений. Такие предположения называют ключевыми гипотезами или аксиомами».

Ключевые гипотезы И. Ансоффа представлены как аксиомы, т.е. утверждения, не требующие доказательства. Они, подобно закономерностям, выступают как фундаментальная основа исследования, как отражение объективной сущности явления. Содержание основных аксиом, сформулированных И. Ансоффом, — исключительный пример в теории управления, поэтому в кратком изложении приведем те из них, которые наиболее интересны с позиции исследования систем управления.

Аксиома случайности: единого рецепта оптимального управления компанией не существует.
Аксиома зависимости от внешней среды: проблемы, которые перед компанией ставит внешняя среда, определяют оптимальную модель поведения компании.
Аксиома соответствия: для достижения успеха уровень агрессивности стратегии компании должен соответствовать уровню турбулентности среды.
Аксиома стратегии, способности и деятельности: деятельность компании оптимальна, когда ее стратегическое поведение соответствует уровню турбулентности среды, а деловые способности соответствуют стратегическому поведению.
Аксиома сбалансированности: для каждого уровня турбулентности среды можно подобрать комбинацию (вектор) элементов, оптимизирующих успех компании.

Ключевые концепции исследования систем управления

Концепция — руководящая научная идея (или научный замысел) либо совокупность идей, предлагающих новую теоретическую базу для понимания и исследования явлений и процессов, происходящих в природе и обществе. Концепция формулируется на основе научных законов, закономерностей, научных обобщений. Следует отметить, что концепция в ряде случаев предопределяет закономерность, а также подтверждается ею.

Разработка концепции требует больших творческих усилий и фундаментальных знаний исследуемой области деятельности и является научным результатом исследований. Научного инструментария как такового по созданию концепции не существует. Однако имеются научные рекомендации по содержанию концепции, которые мы и рассмотрим. Концепция должна включать:

констатацию современного состояния изучаемой системы (или области деятельности) и анализ путей его изменения;
конечную цель как интегрированное представление о результатах изменения;
предполагаемую траекторию развития, приводящую к цели;
теоретическое предложение об управлении как воздействии на систему для реализации траектории.

К ключевым концепциям, определяющим направление исследования систем управления, относятся концепции, основанные на фундаментальных законах и закономерностях, принципах и гипотезах теории управления. Это, прежде всего, концепции, базирующиеся на законах отрицания и онтогенеза, а также на закономерностях, описываемых функциями процессов насыщения, — концепции жизненных циклов организации, товара и технологии. Чтобы представить их с общей позиции, заменим термины «организация», «товар», «технология» на термин «объект». Тогда концепция жизненного цикла объекта будет сформулирована следующим образом:

объект обладает ограниченной продолжительностью жизни или циклом жизни; выдвигается гипотеза, что траектория жизненного цикла имеет вид функции насыщения, например S-образной или экспоненциальной кривой;
точки изменения траектории (точки перехода с одной скорости развития на другую) жизненного цикла объекта определяют положения основных его стадий, например для товара — это выход на рынок, интенсивный рост, замедленный рост, насыщение, падение спроса;
стадией жизненного цикла определяются цели управления и «эффективность жизни объекта».

Концепцией жизненного цикла объекта объясняется фундаментальность принципа существования «устойчивого неравновесия» системы, сформулированного академиком Н. Моисеевым. На основе этого принципа выстроена парадигма управления диффузными системами.

К концепции, открывающей новую методологию исследования систем управления, а именно процессный подход, следует отнести концепцию системного управления, сформулированную А.В. Фейгенбаумом в 1960-х гг. и доказанную им эмпирическими знаниями об опыте работы частных и государственных предприятий.

Суть концепции состоит в следующем: «Основные виды деятельности предприятий — это непрерывные рабочие процессы. Они начинаются с запросов покупателя и заканчиваются только тогда, когда покупатель удовлетворен поставленной ему продукцией или предоставленной услугой в соответствии со своими требованиями. Это процессы, где решения принимаются в масштабах всей компании и затрагивают многие виды взаимодействия между ее ключевыми группами». И далее: «Непрерывные рабочие процессы требуют того, что можно было бы назвать горизонтальным завершением (покупатель — покупатель) управленческого мышления, а не традиционного управления, которое ориентируется на организацию взаимодействия групп вертикальных специальностей».

Из этой концепции вытекают два важных следствия для исследования систем управления:

любая деятельность — это процесс, который может быть представлен кибернетической моделью, в частности моделью «вход —> управляющее воздействие —> процесс преобразования —> выход —> обратная связь —> вход»;
формирование горизонтального управленческого цикла процессов в дополнение к вертикальному циклу функций управления.

Горизонтальное завершение управленческого цикла нашло отражение в теории управления качеством и получило наименование «петля качества» или «жизненный цикл продукции» (МС КО 9000). Петля качества как замкнутый цикл представляет собой концептуальную модель взаимосвязанных видов деятельности или процессов, начиная определением потребностей и заканчивая утилизацией продукции. Концепция

А.В. Фейгенбаума добавляет к циклу вертикального взаимодействия элементов системы и процессов управления цикл горизонтального взаимодействия. В результате формируется пространство ориентированного взаимодействия элементов и процессов системы управления.

Идея системного управления нашла отражение и в концепции исследования систем управления, сформулированной Б.З. Мильнером и его соавторами. Суть ее состоит в том, что «сначала необходимо исследовать, насколько эффективно достижение конечных целей системой управления, не интересуясь при этом, каким образом организовано их исполнение». И далее: «Определив, какая часть конечных целей организации выполняется неудовлетворительно, поняв проблему, все дальнейшие исследования следует сосредоточить только на этих функциональных подсистемах. Исследование остальных подсистем управления можно рассматривать как задачи последующих этапов». Такой концепцией подтверждается системность в управлении организацией.

Изложенные здесь концепции представляют собой лишь небольшую часть концептуального наследия в теории управления. В то же время они являются ключевыми для выстраивания методологии исследований систем управления, а их формулирование — примером четкой научной логики и ясности содержания.

Теория управления организацией: основные этапы развития

Теория — высшая, самая развитая форма обобщения и систематизации научных знаний, дающая целостное представление о законах, закономерностях и фундаментальных связях явлений и процессов определенной области деятельности. Относительно теорий А. Эйнштейн писал: «В науке нет вечных теорий. Всякая теория имеет свой период постепенного развития и триумфа, после которого она может испытать быстрый упадок». И здесь же говорится, что «создание новой теории похоже на восхождение на гору, которое открывает новые и широкие виды, показывающие неожиданные связи между нашей отправной точкой и ее богатым окружением».

История развития науки свидетельствует о том, что новая научная теория, какой бы ниспровергающей она ни казалась, не отрицает полностью старой теории, а дает более глубокое, полное и единое объяснение широкому кругу явлений и процессов, по-новому интерпретирует их и включает прежние результаты как частный случай. Особенность науки подтверждается дефиницией: «Наука не склад готовых и исчерпывающих истин, а процесс их достижения, движения от знания ограниченного, приблизительного, ко все более общему, глубокому, точному. Этот процесс безграничен».

Признаками зрелости теории служат:

степень верификации, соответствия действительности;
степень формализации и точности описания;
развитость внутренней теоретической структуры.

Теория управления начинает активное становление с конца XIX в. На протяжении XX в. в определенной исторической последовательности сформировалось пять основополагающих научных школ: школа «классической» теории организации и управления, доктрина человеческих отношений, эмпирическая школа, школа социальных систем и новая школа науки управления. Теория каждой школы с разной скоростью проходит ступенчатые стадии своего восхождения и формирования новых научных направлений.

В развитии теории управления большую роль играют фундаментальные знания по философии и экономике, кибернетике, общей теории систем и математике, психологии и социологии, теории математического программирования и информатике. В понятиях теории следует видеть источник образов и аналогий, которые дают возможность расширить круг представлений в тех областях науки, где строгие понятия точных наук не могут быть формализованы в той степени, как это хотелось бы. В первую очередь именно расширение понятийного и образного круга, появление новых аналогий позволяет ожидать результатов от междисциплинарного взаимодействия наук.

Школа «классической» теории организации и управления характеризуется стремлением сформулировать общие принципы и теоретические основы организации и управления на основе разностороннего исследования опыта деловой и производственной деятельности. Главный вклад этой школы в научное управление заключается в разработке:

принципов и теории научной организации труда, именуемых «научным менеджментом»;
принципов и теории административной деятельности;
принципов и методов построения организации идеального типа или идеальной бюрократии.

Основоположником теории научной организации труда является создатель этой школы Ф. Тейлор (1865—1935), который впервые применил количественный анализ к исследованию процесса труда. Вклад Тейлора в управление (основные труды 1903,1911,1912 гг.) сравнивался с вкладом Ньютона в механику. Заметный вклад в развитие классической теории управления внес А. Файоль (1841—1925), управляющий горной компанией Франции. В его главном труде «Общее и промышленное управление» (1916) сформулированы 14 знаменитых принципов и функций административной деятельности.

Автором теории организации идеального типа или идеальной бюрократии является немецкий социолог, философ М. Вебер (1864—1920). Идеальный тип организации трактуется как концептуальная схема, с помощью которой осуществляется спецификация факторов, составляющих деятельность той или иной организации. Сформулированные им шесть основных принципов построения бюрократической организации (строгое определение задач и обязанностей, иерархическая структура, абстрактные правила управления, идеальный руководитель, служба — это карьера, достижение наивысшей эффективности) не утратили своей значимости и по сей день.

Доктрина человеческих отношений. Это научное направление посвящено исследованию человеческого фактора в процессе производства, с тем чтобы побудить индивидуума работать более производительно за счет удовлетворения некоторых его личных потребностей. Вкладом этой школы в развитие теории управления является разработка:

социологии производственных отношений;
научной психологии в управлении и мотивации к труду;
теории организационного развития;
теории организационного поведения.

В создание теории человеческих отношений большой вклад внес своими работами американский социолог Э. Мэйо (1880—1949). Известны возглавляемые им хоторнские эксперименты, которые проводились в течение пяти лет (с 1924 по 1928 г.) на заводах компании Western Electric в г. Хоторне (США). К основоположникам первого и второго направлений этой школы относят М, Фоллет (1868—1933), которой введены такие фундаментальные понятия в управлении, как «кумулятивная ответственность» и «диффузии функций», и Д. МакГрегора (1902—1974), создателя «теории А"» и «теории У».

В настоящее время появилось новое поколение «катализаторов» индустрии, представители которого подчеркивают важную роль в успехе корпорации человеческого фактора. К ним относят Р. Уотермана, Р. Кантер, Ч. Хэнди, Э. Кэмбела и др. В книге, изданной в 1994 г. в США под названием «Что Америка делает правильно» (What America Does Right), ее автор Р. Уотерман исследует американские компании, которые «ставят человека превыше всего».

Основы теории организационного развития заложены «классической» школой, в частности формулированием принципа департаментализации американскими учеными JI. Гьюликом и JI. Урвиком. В настоящее время школой организационного развития на основе этого принципа разработаны основы департаментализации — функциональной, территориальной, по потребителю, по продукту и, наконец, по проекту (матричная организация).

Теория организационного поведения — это разработка основ теории потребностей, автором которой является А. Маслоу (1908—1970), теории постановки целей и теории ожидания. Это научное направление активно развивается и на современном этапе, что отражено в многочисленных публикациях, например в работе [16].

Эмпирическая школа. Исследователи этой школы претендуют на роль создателей «науки управления», «научного менеджмента». Они синтезируют основные идеи «классической» школы и доктрины человеческих отношений.

Представители этой школы — крупные менеджеры, президенты компаний, консультанты и т.д. К главным направлениям исследований относятся:

стремление к созданию «единой теории» управленческой деятельности на основе обобщения опыта управления крупными компаниями;
определение менеджмента, его видов и функций, профессии «менеджер»;
создание новых принципов построения структуры организации (централизация или децентрализация, делегирование власти);
создание теории управления эволюцией новой продукции.

Основателями и известными исследователями этой школы являются

Э. Петерсен и Э. Плоумен, П. Друкер, Р. Девис, У. Ньюмен, Г. Минцберг и др. Роль опыта в развитии теории управления и бизнеса особенно наглядно проявляется в деятельности БКГ. БКГ, основанная в 1964 г. Б. Хендерсоном (1915-1992), на протяжении 30 лет играла ведущую роль в создании теории стратегии бизнеса. Творческий подъем наблюдался в 1967-1973 гг., когда были выдвинуты концепции матрицы БКГ (матрица «Рост/Доля на рынках») и кривой опыта, разработана теория конкуренции и др.

Известными последователями школы более позднего периода являются: Т. Питерс и Р. Уотерман, авторы книги «В поисках эффективного управления (совершенство)», изданной в 1982 г. тиражом 6 млн экземпляров; Р. Майлс — создатель теории организационного развития.

Школа социальных систем. Общее теоретическое положение этого направления в развитии науки управления — представление социальной организации как комплексной системы с рядом составляющих ее подсистем и связей или связующих процессов: коммуникации, равновесия (balance) и принятия решений. Главным интегрирующим фактором здесь признается цель. Рассматриваемое направление создавалось под влиянием общей теории систем, кибернетики, структурно-функционального анализа и системного подхода.

Основной вклад этой школы в развитие теории управления заключается:

во введении методологии систем в исследование социальных организаций;
развитии системного подхода как методологии управления и стремлении к созданию целостной теории организации управления;
систематизации организаций — формальных и неформальных;
создании и развитии теории принятия управленческих решений.

Основателями и известными исследователями этой школы являются

Ч. Барнард (1887—1961) — создатель методологии исследования сис-тем и теории планирования; Т. Парсонс (1902—1979) и Р. Мертон (1910) — создатели теории социальных систем; Г. Саймон (1916—1964) — лауреат Нобелевской премии, создатель теории принятия управленческих решений, и ряд других видных ученых. Главный научный центр этой школы — Институт им. Карнеги.

В 1950-х гг. развитие теории управления проходило под влиянием общей теории систем и кибернетики. Основатель этого направления — выдающийся русский ученый, биолог, философ А. Богданов (1873—1928), который выдвинул идею создания науки об общих законах организации и моделирования и сформулировал принцип обратной связи. Среди основоположников общей теории систем выделяют биолога JI. Берталанфи, математика и психолога А. Раппопорта, экономиста К. Боулдинга, а также операционистов — P.JI. Аккофа и Д.П. Экмана, математиков и экономистов — P.C. Калмана, Л.Э. Задэ, М.Д. Месаровича и др.

Новая школа науки управления. Новая школа характеризуется стремлением создать аппарат точных наук для управления. Формирование этой школы связано с развитием кибернетики и методов исследования операций. Основной вклад исследователей этой научной школы состоит в следующем:

в разработке математических моделей и методов оптимизации организационного управления, создании теории исследования операций;
создании теории управленческих решений, сформированной в самостоятельную дисциплину с развитием двух направлений — математического моделирования и разработки алгоритмов оптимальных решений;
разработке эконометрического подхода к управлению — построении балансовых и эконометрических моделей, моделей анализа экономических циклов и динамики экономики;
развитии системного подхода как интегратора ряда наук для создания теории управления;
широком использовании аппарата математической логики и математической статистики, математического и имитационного моделирования.

Основателями и известными исследователями этой школы считаются:

а) среди зарубежных ученых — Д. Форрестер и Н. Винер (лауреаты Нобелевской премии), У. Эшби, С. Бир, В. Леонтьев (лауреат Нобелевской премии), Т. Нейлор, Г. Вагнер;

б) среди отечественных ученых— академики JI.B. Канторович (лауреат Нобелевской премии), Н.П. Бусленко, Н.П. Федоренко, B.C. Немчинов, Д.А. Поспелов, Н.Н. Моисеев, А.Г. Аганбегян, В.И. Данилов-Данелян и другие ведущие ученые с мировым именем.

В развитии теории управления организационными системами, начиная с 1970-х гг., наблюдается дезинтеграция научных направлений и школ в зависимости от принятой концепции или парадигмы исследования. Характерным примером тому служит внушительный ряд «школ стратегий», описанных Г. Минцбергом [58]. Он представлен десятью известными школами: дизайна; планирования; позиционирования; предпринимательства; когнитивной обучения; власти; культуры; внешней среды; конфигурации.

Что касается современного периода, можно говорить о формировании школы управления на основе наукоемких вычислительных и информационных технологий. Объектом изучения этой школы выступают новые категории — диффузные системы и «устойчивое неравновесие», системное и ситуационное управление, самоорганизующиеся и самообучающиеся системы, их свойства, такие как адаптация, синергия, устойчивость и надежность. Основателями этого направления в отечественной науке управления следует считать академиков Д.А. Поспелова, H.H. Моисеева, В.М. Глушкова, Г.И. Марчука, А.А. Алексеева и целую плеяду ученых возглавляемых ими школ.

В заключение изложенной системы знаний, построенной на фундаментальных связях, отношениях и обобщениях, уместно привести три принципа эффективного управления, сформулированных П. Друкером [23] и определяющих высокую ценность знаний:

каждый руководитель должен разбираться в основах главных отраслей знаний, составляющих его бизнес;
знания приходится постоянно обновлять, усваивать заново, постоянно завоевывать превосходство в своей специфической сфере знаний;
успешный бизнес должен быть компетентным во многих отраслях знаний в дополнение к превосходству, которое он имеет в одной сфере.

Контрольные вопросы и задания

Какие формы знаний раскрывают фундаментальные обобщения?
Что понимается под принципом и какие группы принципов образуют исходные знания для исследования систем управления?
Назовите общесистемные принципы и дайте им определение.
Перечислите принципы исследования систем и дайте им определение.
Каковы суть и значение для исследования принципов формализации, абстракции и структурирования?
Назовите общие принципы исследований и дайте им определение.
Какие принципы кибернетики являются основополагающими в исследовании систем управления?
В чем особенности таких принципов кибернетики, как «черный ящик» и обратная связь?
Что понимается под гипотезой и какова её роль в исследованиях?
Что служит источником гипотезы и каковы особенности её формулирования?
В чем суть ключевых аксиом, сформулированных И. Ансоффом?
Какова сущность и роль концепции?
Что понимается под теорией и каковы пути ее становления?
Какие научные школы считаются базовыми в развитии теории управления классической теории организации и управления?
В чем особенности научных знаний, созданных школой социальных систем?
Назовите особенности научных знаний, созданных новой школой науки управления.
Какие новые направления заложены в развитие науки управления в конце XX в.?

гл.3 Модели и методы познания

Классификация моделей. Понятие модели

Этимология слова «познание» основывается на сочетаниях «поиск знания» или «постижение знаний». В качестве основных инструментов поиска знаний рассматривают модели и методы.

Исследование неизбежно связано с абстракцией и формализацией изучаемой действительности, представлением ее в виде модели системы, процесса, среды. В исследовании модель рассматривается как наиболее эффективное средство познания реальности.

По выражению академика Н. Моисеева, «модель содержит в себе потенциальное знание, которое человек, исследуя ее, может приобрести, сделать наглядным и использовать в своих практических, жизненных нуждах». Необходимо понимать, что модель, будучи образом исследуемой системы, никогда не может достигнуть ее полного подобия. При построении модели прибегают к известным упрощениям, цель которых — стремление отобразить не весь объект, а охарактеризовать некоторый его «срез», т.е. выделить важные для исследования свойства. Построение модели всегда опирается на систему гипотез, отражающих понимание исследователем изучаемого объекта. В этой связи заслуживает внимания определение модели, данное В. Могилевским: «Моделью называется специально синтезированный для удобства исследований объект, который обладает необходимой степенью подобия исходному...».

Необходимая степень подобия подразумевает, что модель реагирует, так же как и система, на одинаковые входные сигналы.

Качество модели, по утверждению Т. Нейлора, оценивается тем, насколько хорошо сочетаются в ней два противоречивых начала — реализм и простота. Модель должна быть, с одной стороны, достаточно хорошим приближением реальной системы и, следовательно, включать наиболее важные аспекты последней, а с другой — достаточно простой, чтобы позволить понять ее основные свойства и эффективно использовать ее. К сожалению, реалистические модели редко бывают простыми, а простые модели зачастую слишком далеки от действительности.

В зависимости от того, какими средствами, при каких условиях и по отношению к каким объектам познания реализуется способность моделей отображать действительность, возникает их большое разнообразие, а вместе с ним — классификации. Путем обобщения существующих классификаций выделим базовые модели, на основе которых получают развитие специальные модели, например экономико-математические модели, модели исследования операций и т.д.

Общие классы моделей

Модель, отражающая однозначное соответствие реальной системе в области функций или структуры, называется изоморфной. При построении моделей сложных систем практически не удается достигнуть полного изоморфизма, за исключением моделей клонирования и, частично, искусственного интеллекта, поэтому исследуемую систему, применив к ней определенное преобразование, упрощают. Модель такой системы называется гомоморфной. Исследование систем управления всегда основывается на гомоморфных моделях. Рассмотрим основные виды гомоморфных моделей, используемых в исследовании проблем управления.

Гомоморфные модели могут быть материальными и абстрактными. Материальные модели — это воспроизведение основных геометрических, физических, динамических и функциональных характеристик изучаемого объекта. Материальные модели включают физические и аналоговые модели. К абстрактным относят математические, имитационные и семиотические модели. На основе принципов построения абстрактных и аналоговых моделей создаются структурные модели. Важный класс представляют собой кибернетические модели, являющиеся синтезом структурных и математических моделей.

Дадим краткую характеристику общих классов моделей.

Физические модели представляют то, что исследуется с помощью увеличенного или уменьшенного описания объекта или системы. Как указывает К. Шеннон, «отличительная характеристика физической (портретной) модели состоит в том, что в некотором смысле она выглядит как моделируемая целостность (макет завода, здания, машины, системы и т.д.)». К физическим относятся и модели биологических (живых) систем. Физическая модель обладает следующими свойствами:

содержит полный информационный базис — все факторы;
отражает механизм действия объекта исследования;
использует легко интерпретируемые функциональные зависимости.

Аналоговая модель представляет исследуемый объект аналогом, который ведет себя как реальный объект, но не выглядит таковым. К аналоговой модели любой системы можно отнести географическую карту, структурную и структурно-функциональную модели системы, закономерности и зависимости, построенные на основе принципа эквивалентности и теории подобия. Особенности аналоговых моделей в сопоставлении с физическими моделями заключаются в следующем:

необязательно содержится полный информационный базис, часть факторов может отсутствовать и часто заменяется другими, коррелированными с ними;
опорная функция, выражающая точную физическую закономерность, как правило, описывается зависимостью, удобной для аппроксимации (замены математических объектов), и не поддается простой интерпретации.

Если при описании модели используется язык математики, то говорят о математических моделях. Математическая модель — это поставленный в соответствие реальному объекту математический объект (например, дифференциальная, линейная, нелинейная функции), исследование которого математическими методами позволяет получить полезные рекомендации относительно рассматриваемого реального объекта.

Математические модели отображают изучаемые объекты (процессы, системы) в виде явных функциональных соотношений: алгебраических равенств и неравенств (линейные модели), интегральных и дифференциальных, конечно-разностных и других математических выражений (закон распределения случайной величины, регрессионные модели и т.д.), а также отношений математической логики. В зависимости от двух фундаментальных признаков построения математической модели — степени определенности исходной информации и изменений ее во времени — различают детерминистические и стохастические, статические и динамические модели.

Математическая модель называется детерминистической, если все ее параметры и переменные являются однозначно определяемыми величинами, а также выполняется условие полной определенности информации.

В противном случае, в условиях неопределенности информации, когда параметры и переменные модели — случайные величины, модель называется стохастической. Модель называется динамической, если как минимум одна переменная изменяется по периодам времени, и статической, если принимается гипотеза, что переменные не изменяются по периодам времени.

Имитационная модель — это алгоритмическое описание процесса функционирования системы на основе установленных статистических, аналитических и логических зависимостей, предназначенное для исследования реальных объектов путем численного эксперимента на компьютере.

С развитием машинных, или вычислительных, экспериментов модели, позволяющие воспроизвести функционирование системы на компьютере, например динамические модели, стали называть имитационными, а имитацией — любой численный эксперимент на компьютере с активным участием лица, принимающего решение.

Построение «чистой» имитационной модели представляется весьма сложным делом. Особенность его состоит в том, что процесс функционирования системы раскладывается на элементарные составляющие операции с сохранением логической структуры и последовательности их протекания во времени. Для каждой операции задается закон распределения изменения ее параметров, а для системы в целом — продолжительность периода проведения эксперимента. Разработать полезную имитационную модель непросто: от замысла до первых экспериментов лежит длинный путь проектирования и создания программного и информационного обеспечения и не меньший — от предварительных экспериментов до содержательных научных результатов.

Под структурной моделью понимается формальный образ объекта (или системы), представленный в виде графической конструкции, состоящей из множества элементов и действующих между ними связей и построенной на основе определенных принципов, закономерностей и правил.

Семиотические модели — это модели теории информации, отображающие свойства знаковой системы. Основные из них — инфологические (прагматические), семантические и синтаксические модели, создающие информационное и программное обеспечение для вычислительного процесса, и логико-лингвистические.

В особый класс выделяются кибернетические модели — агрегаты или агрегатные модели. Они состоят из четырех основных элементов:

множества входных сигналов;
вектора состояния системы;
множества выходных сигналов;
множества управляющих сигналов — математических отношений, связывающих все три элемента модели.

На их основе формируются модели систем как совокупность агрегатных моделей, находящихся в некотором отношении друг с другом. Модель системы называют детерминистической, если каждой реализации ее входного сигнала соответствует одна реализация выходного сигнала, и стохастической — если каждой реализации ее входного сигнала соответствует вполне определенное распределение ее выходного сигнала.

На основе выделенных общих классов моделей строятся классы специальных моделей, ориентированных на управление организациями. Ниже изложим их особенности.

Специальные классы математических и имитационных моделей

К настоящему времени накоплен достаточно большой арсенал математических и имитационных моделей специального приложения — это модели экономики, управления и прогноза. Следует отметить, что рассматриваемое разделение моделей общепринята, хотя и существует некоторая условность, так как любое исследование с применением моделей в качестве результата выдает прогноз. Кроме того, решения в сфере экономической деятельности являются исходными для управления организациями, так же как решения в сфере управления служат входной информацией для оценки экономической эффективности работы организации. Выделенные классы моделей могут использоваться совместно, но на разных этапах решения управленческих задач и проблем.

Модели экономики, или экономические модели, по определению, данному в работе, — это описание математическим языком свойств§(содержания, функционирования) процессов для установления количественных и логических зависимостей между различными элементами экономических систем. К моделям экономики причисляют: балансовые (модели линейной алгебры), эконометрические, экономико-математические, экономико-статистические (система регрессионных уравнений, сведенная к общей задаче линейного программирования). Каждый класс моделей использует соответствующий математический аппарат и имеет определенную сферу приложения.

Экономические модели являются базовыми для народнохозяйственного, территориального, отраслевого, стратегического и тактического планирования. В этой связи модели экономики рассматриваются в основном в контексте планирования. Модели планирования опираются на аппарат линейной алгебры, линейное и нелинейное программирование, математическую статистику и направлены на оптимальную увязку производства и потребления различного вида ограниченных ресурсов. Наиболее распространенные классы моделей планирования — модели математического программирования, которые представляются линейными и нелинейными системами равенств и неравенств.

Модели управления служат для определения оптимальной траектории достижения системой поставленной цели при наложении некоторых ограничений на управление ее поведением и движением. В этом случае модели управления описывают различного рода экстремальные задачи оптимального управления динамическими системами. В теории управления организациями наблюдается развитие этого класса моделей в связи с исследованием таких свойств систем, как устойчивость, управляемость, а также с развитием исследования динамики системы, представляемой движением материальных, финансовых и информационных потоков.

Существует и другое, наиболее развитое направление в понимании моделей управления — это модели организационного управления, к которым относят широкий спектр моделей исследования операций. Эти модели следует первоначально разделить укрупненно по таким признакам, как метод поиска решения, вид функции, полнота и характер исходных данных, с последующим пояснением концепции их применения.

Основные классы моделей организационного управления следующие:

оптимизационные — линейные (система линейных равенств и неравенств), нелинейные (система нелинейных и линейных равенств), сетевые, стохастические модели (система равенств и неравенств с вероятностными переменными и ограничениями);
ориентированные на оценку параметров процессов и системы в целом — модели теории массового обслуживания и марковских процессов, описывающие процессы массового спроса на обслуживание с учетом случайного характера поступления требований и продолжительности обслуживания;
ориентированные на анализ реальной конфликтной ситуации и выбор наилучшей стратегии поведения субъекта — модели теории игр, конструкция которых зависит от назначения и условия проведения игр, например, игры подразделяются на бескоалиционные и коалиционные, статистические и рефлексивные, конечные и бесконечные;
оптимального управления — модели нахождения устойчивого функционирования динамических и квазидинамических систем, объектов;
системной динамики — модели потоковых процессов, характеризующиеся переменными состояниями и скоростями потоков энергии, информации, промышленной продукции, денежных средств.

Оптимизационные модели применяются для объемного и календарного планирования, управления запасами, распределения ресурсов и работ, замены, параметризации и стандартизации оборудования, распределения потоков товарных поставок на транспортной сети и других задач управления.

Назначение моделей теории массового обслуживания состоит в том, чтобы на основе информации о входящем случайном потоке требований предсказать возможности системы обслуживания, организовать наилучшее выполнение требований для конкретной ситуации и оценить, как это отразится на ее стоимости.

Модели марковских случайных процессов — система дифференциальных уравнений, описывающих функционирование системы или ее процессов в виде множества упорядоченных состояний на некоторой траектории поведения системы.

Этот класс моделей широко используется при математическом моделировании функционирования сложных систем.

Модели теории игр служат для выбора оптимальной стратегии в условиях ограниченной случайной информации или полной неопределенности. Игра — математическая модель реальной конфликтной ситуации, разрешение которой ведется по определенным правилам, алгоритмам, описывающим некоторую стратегию поведения лица, принимающего решение в условиях неопределенности. Различают «игры с природой» и «игры с противником». Исходя из ситуации определяются методы и критерии оценки принятия решений. Так, при «играх с природой» применяют критерии: Лапласа, максиминный (критерий Вальда) и минимаксный, Гурвица и Сэвиджа и ряд других алгоритмических правил. При «играх с противником» для принятия решений используются платежные матрицы, максиминный и минимаксный критерии, а также специальные математические преобразования в связи с тем, что лицу, принимающему решение, противостоит недоброжелательный противник.

Модели оптимального управления ориентированы на выбор траектории и управляющего воздействия на объект, удовлетворяющих всем приведенным ограничениям при минимальных затратах на поведение и движение объекта, а в контексте управления — на его функционирование. К основным элементам этого класса моделей относят:

вектор-функцию множества управляющих воздействий на объект в каждый момент времени или управления системой;
вектор-функцию некоторой траектории развития системы в течение заданного периода времени;
целевую функцию, представленную интегралом затрат на развитие системы при ее переходе из начального состояния в конечное.

Исходным условием построения модели служит предположение, что на заданном отрезке времени (t₀,T) имеются некоторые траектории развития экономической системы и допустимое множество управляющих воздействий в каждый момент времени t, t₀≤ t ≤ T, а также заданные начальные и конечные условия развития системы. Математическая теория оптимального управления сложными системами тесно связана с методами решения дифференциальных уравнений и оптимизационными задачами в приложении к динамическим системам.

В основе моделей системной динамики лежит представление о функционировании системы как совокупности потоков информации, энергии, материалов, продукции, денежных средств. Этот класс моделей предназначен для исследования как систем, функционирование которых по своей природе непрерывно, так и дискретных систем и процессов при высоком уровне агрегирования, где отображение их «природной» дискретности становится излишним. Переменные состояния и переменные скорости задаются системой разностных уравнений.

Модели прогноза — прогностические (статистические) функции различного типа. К ним относят трендовые и регрессионные функции (монотонно возрастающие и монотонно убывающие функции), функции роста и функции насыщения, функции одной переменной и функции нескольких переменных и др. Выбор прогностической функции осуществляется с помощью методов математической статистики, теории вероятностей и теории прогнозирования.

Семиотические модели

В каждом акте информационного обмена между объектом и получателем информации можно обнаружить трех его участников: знак, объект, который он обозначает, и получателя (пользователя) знака. В зависимости оттого, отношения между какими элементами рассматриваются, экономическую семиотику разделяют на три раздела: предметную область, семантику и синтактику.

В соответствии с описанными разделами семиотики образуются три уровня отображения информации. Изучение информации во всем ее многообразии соответствует инфологическому уровню. Исключением из рассмотрения получателем информации практических задач осуществляется переход к анализу информации на семантическом уровне. С отвлечением от содержания знаков изучение информации переводится на уровень синтактики. Каждый уровень изучения информации описывается специальной моделью: инфологической, семантической и синтаксической.

Инфологическая (информационно-логическая) модель — это модель предметной области, определяющая совокупность информационных объектов, их атрибутов и отношений между объектами, динамику изменения предметной области, а также характер информационных потребностей пользователей. Модель создается по результатам обследования предметной области и дает возможность увидеть, какая информация будет получена в результате решения той или иной задачи и какой информацией для получения решения надо располагать, т.е. содержание и объем входной и выходной информации.

Семантическая модель, так называемая информационная модель, — это абстракция предметной области, адекватное отражение потоков информации, объединяющих все структурные и материальные элементы системы — людей, оборудование, документы, изделия и т.д., — которые рассматриваются лишь как информационные объекты, источники или носители информации.

Семантические модели включают модели информационных взаимосвязей задач управления, документов и массивов, подразделений, руководителей и отдельных исполнителей.

Синтаксическая модель — это описание формальных процедур подготовки (структура данных) и переработки данных. Комплекс синтаксических моделей, чаще называемый математическим обеспечением, представляет собой совокупность алгоритмов и машинных программ переработки информации.

К классу семиотических моделей относится логико-лингвистическая модель, которая создается на основе формализации множества знаний об объекте, отражающих его функциональные свойства. Под логико-лингвистической моделью понимается модель знаний об объекте, представленных в лингвистической форме, и механизм их вывода. Знаниями, необходимыми для логического вывода, служат фреймы (структура представления знаний), правила и процедуры. Фреймовая модель — это способ представления знаний, основанный на использовании фреймов и их сетей.

Следует отметить, что представленная классификация моделей отражает только основные классы и выполняет функцию понятийного аппарата и ориентира среди множества различных конструкций моделей.

Общая классификация методов исследований

Метод (от греч. methodos — путь исследования, познания) определяется как совокупность действий, приемов, направленных на достижение некоторой цели. Методы науки, с одной стороны, отражают познанные законы исследуемой сферы окружающего мира, а с другой — выступают как средства дальнейшего познания.

Среди методов, используемых в исследовании, различают общие методы научного познания (логические методы познания) и методы исследований. Метод научного познания — система действий по объективному познанию явлений, любых объектов и процессов. Метод исследований — это инструмент для решения научных задач с целью установления закономерностей или знаний в численном выражении о процессах, технологиях, явлениях.

Научные исследования строятся на двух основополагающих классах методов: формальных и эвристических (неформальных). Формальные методы опираются на точные абстрактные языки (математические, формальной логики и др.), модели и объекты. Эвристические методы — это специальные логические способы решения задач, построенные на методах научного познания и на использовании специальных правил, приемов, упрощений и обобщений.

В науке сформировались различные классификации формальных методов. В данном разделе ограничимся методами, которые являются основополагающими для исследования систем управления, особенно в области принятия управленческих решений.

К ним относят:

аналитические методы, или методы элементарной математики (функциональный анализ), и классические методы математического анализа (интегральные и дифференциальные, вариационные исчисления);
вероятностно-статистические методы (математическая статистика и теория вероятностей);
методы исследования операций как приложение математического программирования, вероятностно-статистических, аналитических и сетевых методов, методов теории игр к задачам управления;
методы теории выбора и принятия решений;
методы математической логики;
математическое и имитационное моделирование.

Эвристические методы разделяются на три класса:

методы как совокупность присущих человеку механизмов, с помощью которых порождаются процедуры, направленные на решение творческих задач (дедуктивные и индуктивные методы, метод аналогий, анализ и синтез) и относящиеся к общим методам научного познания;
методы, направленные на сокращение времени решения задач (процедура направленного перебора, матричные методы и др.);
методы экспертных оценок.

Формальные методы исследований

Аналитические методы. Нахождение точных количественных связей между зависимыми факторами достигается аналитическими методами. Особенность методов состоит в использовании детерминированной информации, строгой алгоритмизации действий и однозначности установленной функциональной зависимости. Аналитические методы находят широкое применение в разработке планов и проектов, в расчетных операциях по оценке производственной, экономической и финансовой деятельности, в расчете нормативов расхода различного вида материальных, информационных и человеческих ресурсов, в параметрическом исследовании систем управления и других видах деятельности.

Аналитические методы основываются на фундаментальной теории математического анализа, функционального анализа, интегральных и дифференциальных исчислений, разработанной группой выдающихся отечественных ученых — А.Н. Колмогоровым, С.В. Фоминым, Л.C. Портнягиным, Л.В. Канторовичем и др.

Вероятностно-статистические методы. Все реальные системы и процессы относят к классу вероятностных систем. Анализ и оценка случайных переменных величин, отображающих функционирование систем и процессов, производятся с применением вероятностно-статистических методов. Эти методы предназначены для решения следующих задач:

нахождения законов распределения случайных величин и определения характера случайных процессов (различая стационарные и нестационарные), исследуемых процессов и систем;
разработки вероятностных (статистических) и экономико-статистических моделей случайных процессов и систем;
оценки устойчивости, надежности и рисков функционирования системы.

В управлении и экономике вероятностно-статистические методы получили широкое распространение в таких видах деятельности, как стратегическое планирование, тестирование или экспериментирование системы, диагностика внутренней и внешней среды системы, прогнозирование, анализ и контроль.

Фундаментальная теория математической статистики и теории вероятностей изложена и в многочисленных классических трудах отечественных (А. Колмогоров, В. Немчинов, Е. Вентцель, Н. Смирнов, В. Пугачев и др.) и зарубежных (Б. Ван-дер-Варден, В. Феллер, А. Хальд и др.) ученых и служит эффективным инструментом в исследовании вероятностных систем и случайных процессов.

Методы исследования операций. Модельное исследование систем с целью оптимизации их функционирования осуществляется методами исследования операций. Цель исследования операций состоит в том, чтобы выявить оптимальный способ достижения цели управления в условиях ограниченных ресурсов — технических, материальных, трудовых и финансовых.

Теория исследования операций зародилась в 1940-х гг. в связи с необходимостью решения военных стратегических и тактических задач, а также задач оптимального использования ресурсов. С ее развитием началось целенаправленное применение математических методов для решения задач управления. К ним относятся методы математического программирования (линейное и нелинейное, целочисленное, динамическое и стохастическое программирование), аналитические и вероятностно-статистические методы, сетевые методы, методы теории массового обслуживания, теории игр (теории конфликтных ситуаций) и др.

Одним из основных достижений теории исследования операций считается типизация моделей управления и методов решения задач. Например, для решения транспортной задачи, в зависимости от ее размерности, разработаны типовые методы — метод Фогеля, метод потенциалов, симплекс-метод. Также при решении задачи управления запасами, в зависимости от ее постановки, могут использоваться аналитические и вероятностно-статистические методы, методы динамического и стохастического программирования.

В управлении особое значение придается сетевым методам планирования. Эти методы позволили найти новый и весьма удобный язык для описания, моделирования и анализа сложных многоэтапных работ и проектов. В исследовании операций значительное место отводится совершенствованию управления сложными системами с применением методов теории массового обслуживания и аппарата марковских процессов. С развитием вычислительных средств одним из распространенных методов принятия решений выступает деловая игра, представляющая собой численный эксперимент с активным участием человека. Существуют сотни деловых игр. Они применяются для изучения целого ряда проблем управления, экономики, теории организации, психологии, финансов и торговли.

Начиная с 1940-х гг., созданы фундаментальные труды по исследованию операций.

Это основополагающие работы отечественных ученых: Л.В. Канторовича (1945), Е.С. Вентцель(1964), В.Г. Болтянского (1966), Е.Г. Гольштейна и Д.Б. Юдина (1966), Ю.Б. Гермейера (1967, 1971), Н.П. Бусленко и Ю.А. Шрейдер (1969) и многочисленных зарубежных ученых: Р.Д. Льюса и X. Райфа (1963), Д. Гейла (1963), С. Карлина(1964), А. Кофмана(1965),Дж. фон Неймана и О. Моргенштерна(1970), Г. Вагнера (1972), Х.Таха (1982) и др. В последнее десятилетие XX в. методы исследования операций вновь широко освещаются в публикациях по оптимизации управления, в частности в публикациях Р. Томаса (1999), В. Карманова и В. Федорова (1996).

Методы теории выбора и принятия решений. Это класс методов формирования альтернатив и их оценки по критерию при активном участии лица, принимающего решение (эксперта, консультанта, исследователя, аналитика и т.д.). Элементами принятия решений являются множество вариантов и принцип оптимальности, т.е. имеем Ω, ОП, где

Ω — множество вариантов,

ОП — условие допустимости альтернатив (принцип оптимальности).

Лицом, принимающим решение (ЛПР), называют человека, имеющего цель, которая служит мотивом постановки задачи и поиска ее решения.

Особенность методов теории выбора и принятия решений заключается в органическом сочетании в них формального и эвристического аппарата таких процедур, как обработка экспертной информации, формирование альтернатив. Они также широко применяются при решении многокритериальных задач, которые активно используются в исследовании проблем управления.

Методы математической логики. Эти методы представляют собой применение функций алгебры логики (конъюнкций, дизъюнкций и вероятностных функций) и операций с ними для анализа и оценки сложной организационной структуры системы. Заслуживают внимания логико-статистические методы, позволяющие описать структуру любой сложности с помощью функций алгебры логики и создать для каждого элемента структуры вероятностную модель его функционирования.

Моделирование. Под моделированием понимается процесс описания системы (или процесса, объекта) комплексом математических и информационных моделей, которые характеризуют ее с определенной степенью детализации, и воспроизведение функционирования системы (или процесса, объекта) программными и вычислительными средствами. Моделирование с использованием математических моделей называется математическим моделированием, с использованием имитационных моделей — имитационным.

Моделирование — это всегда эксперимент с использованием моделей и вычислительных технологий, который позволяет проанализировать возможные альтернативы, оценить их преимущества и недостатки. Наконец, моделирование — это эффективный и безрисковый подход к экспериментированию, который невозможен в реальной жизни.

Развитие вычислительной техники и программирования позволило создавать реалистические математические модели функционирования сложных систем. В этой связи понятие «имитационное моделирование» распространяется на моделирование функционирования систем независимо от класса модели, поэтому в общем случае под имитационным моделированием понимается численный метод проведения вычислительных экспериментов с имитационными и математическими моделями, описывающими поведение сложных систем в течение продолжительных периодов времени.

Сложность и трудоемкость моделирования компенсируются теми возможностями, которые открываются в исследовании сложных систем. Возможность учета динамики, нелинейности, вероятностной природы некоторых процессов и внешних факторов системы и исследования ее путем вычислительного эксперимента в «ускоренном» масштабе времени позволяет избежать существенных ошибок при создании и функционировании сложных экономических систем, отдельных технологических линий и процессов.

Теория математического и имитационного моделирования получила широкое развитие в 1970—1980-х гг. Это труды зарубежных ученых, таких как Т. Нейлор и его соавторы из Института социальных систем и компьютерных имитационных экспериментов США, Р. Шеннон, К. Эрроу, Л. Гурвиц и др., и отечественных ученых — Н. Моисеева, Н. Бусленко, А. Аганбегяна, К. Багриновского, Ю. Геронимуса, А. Гранберга, Ю. Полляка, Д. Голенко, В. Кулешова и др.

Эвристические методы исследований. Фундаментальные методы научного познания

Фундаментальные методы научного познания — дедукция и индукция, анализ и синтез, аналогия, типология, сравнение — являются по определению эвристическими методами, так как они основаны на логических правилах и приемах, генерируемых мышлением. Дадим им краткое определение.

Дедукция обозначает процесс логического вывода, т.е. переход по тем или иным правилам логики от некоторых предложенных посылок к их следствиям. В качестве исходных посылок могут выступать установленные закономерности и законы. Для общего случая дедукция — метод исследования, когда на основе «общего взгляда» на явление или объект устанавливаются (прогнозируются) его основные характеристики и особенности.

Индукция — обобщение, связанное с предвосхищением результатов наблюдений и экспериментов на основе данных опыта. В общем случае индукция — метод исследования, когда по частным данным и явлениям устанавливают общие принципы и законы.

Анализ (разложение, расчленение) — процедура мысленного и реального расчленения объекта, системы, явления на составные части, каждая из которых исследуется отдельно. Анализ входит органической частью во все научные исследования. Он основывается на таких правилах, как выделение ведущего звена для постановки цели, обеспечение сопоставимости вариантов анализа, оперативность и своевременность, количественная определенность.

Синтез (соединение, сочетание) — соединение различных элементов, сторон предмета в единое целое (систему), которое осуществляется как в практической деятельности, так и в процессе изучения. Синтез противоположен анализу и неразрывно связан с ним. Как познавательная операция синтез имеет множество различных форм. Так, эмпирические данные, полученные в результате эксперимента, синтезируются при их теоретическом обобщении. Для современной науки управления характерны процессы синтеза как внутри организации, таки между организациями, например создание сетевых структур.

Аналогия — прием познания, при котором на основе сходства объектов в одних признаках делают заключение об их сходстве и в других признаках и о возможности переносить информацию об одном объекте (аналог) на другой объект (прототип). Основным принципом аналогии служит принцип эквивалентного преобразования. Эквивалентное преобразование — это построение по заданным объектам эквивалентных в том или ином смысле объектов. Типичным примером объектов, к которым применяются эквивалентные преобразования, являются структуры, их модели, алгоритмы (к которым можно отнести «дерево целей», «дерево проблем») и др. Применение метода аналогий для исследования систем управления подробно изложено в гл. 7.

Типология — метод научного познания, в основе которого лежит расчленение систем объектов и их группирование с помощью обобщенной, идеализированной модели или типа. Проблемы типологии возникают во всех науках, которые имеют дело с крайне разнородными по составу множествами объектов (как правило, дискретных) и решают задачу упорядоченного описания и объяснения этих множеств. Типология опирается на выявление сходства и различия изучаемых объектов, на поиск надежных способов их идентификации, а в своей теоретической форме стремится отобразить строение исследуемой системы, выявить ее закономерности.

В типологии объект понимается как система, что связано с вычленением системообразующих связей, построением представления о структуре объекта.

В исследовании систем применяются:

а) морфологическая типология, ориентирующаяся на поиск некоторого неизменного «архетипа», «плана строения»;

б) сравнительно-историческая типология, цель которой —отображение системы в ее развитии;

в) структурная типология;

г) метод идеальных типов, где тип — абстрактная конструкция, с которой сопоставляются изучаемые объекты;

д) метод конструированных типов, где тип — некий объект, выделяемый по ряду критериев из всего множества и рассматриваемый в качестве представителя этого множества.

Истолкование типа как методологического средства способствовало отказу от трактовки типологии в качестве полного и однозначного отображения системы и переходу к пониманию того, что множеству конкретных типологических процедур соответствует и множество различных типологий для данной системы. С позиции исследования систем управления заслуживают внимания метод идеальных типов, разработанный немецким социологом М. Вебером, и метод конструированных типов, разработанный американским социологом X. Беккером.

Типология, по Веберу, заключается в создании некоторых идеальных типов (архетипов), абстрактных конструкций, которые заведомо представляют собой упрощение, предельные понятия, не имеющие прямого аналога в реальности, но способные отразить ее основные свойства. Произвольность и отрицание объективных критериев выдвижения и разработки типов характерны и для метода конструирования типов. Исследователь вправе на основе какого-либо события или случая создать тип, предсказать существование новых объектов.

Сравнение — метод познания, лежащий в основе суждения о сходстве или различии объектов. С помощью сравнения выявляются количественные и качественные характеристики объектов, составляются их классификации и производится оценивание. Сравнить — это сопоставить одно с другим с целью выявления их возможных отношений. Сравнение имеет смысл только в совокупности однородных объектов, образующих класс. Простейший и важнейший тип отношений, выявленных путем сравнения, — это отношения тождества (равенства) и различия. Сравнение по этим отношениям в свою очередь приводит к представлению об универсальной сравнимости, т.е. о возможности всегда ответить на вопрос, тождественны предметы или различны. Познавательный аспект сравнения положен в основу развития сравнительно-исторического научного метода, предназначенного для выявления и сопоставления уровней развития изучаемого объекта, определения произошедших изменений и тенденций. Существуют различные варианты данного метода: сравнительно-сопоставительный метод, историко-типологическое сравнение, историко-генетическое сравнение.

Методы экспертных оценок

Методы экспертных оценок в настоящее время получили достаточно широкое распространение и основаны на мобилизации знаний и профессионального опыта. Их «корни» — теория выбора и принятия решений. Проведение экспертного оценивания — это всегда эксперимент. Задачи экспертного оценивания возникают на различных этапах принятия решений, когда:

отсутствуют статистические данные либо их недостаточно;
не существует достаточно надежных статистических методов оценки событий на основе прошлого опыта;
в развитии прогнозируемого процесса намечаются существенные изменения, характеристики которых мало известны или вовсе не известны.

Методы экспертных оценок базируются на гипотезе, что, используя мнения одного (индивидуальные оценки) или нескольких (коллективные оценки) специалистов — экспертов, удастся создать близкий к реальному образ будущего состояния объекта. Индивидуальные экспертные оценки — это результаты обработки данных анкетирования, интервью и тестирования, а также аналитические оценки. Из методов аналитического экспертного оценивания в управлении распространены аналитические обзоры, морфологический анализ и метод сценариев.

Для получения коллективной экспертной оценки используют следующие методы:

метод комиссии, или «круглого стола»,
«мозговой штурм»,
метод «Дельфи» («дельфийскую методику»),
метод построения «дерева целей» (ПАТТЕРН) и
деловую игру (рис. 3.4).

Основное различие между методами коллективной оценки состоит в организации работы экспертов. Метод комиссии предусматривает, что эксперты могут свободно обмениваться информацией друге другом. При проведении «мозгового штурма» обмен информацией между экспертами открыт, но определенным образом регламентирован. Использование метода «Дельфи» предполагает, что эксперты изолированы друг от друга и оценки не подлежат открытому обсуждению, а для корректирования решений реализуется принцип обратной связи в экспертизе. Метод ПАТТЕРН — это построение каждым экспертом «дерева целей» в сочетании с качественным анализом, осуществляемым для принятия решений в конкретной области деятельности проблемы или задачи с последующим открытым обсуждением результатов оценивания.

Остановимся на методах экспертных оценок с наиболее сложной методикой исполнения. Концепция морфологического анализа — это структурирование проблемы или объекта по элементам и составление по определенному алгоритму вариантов композиций из элементов, а также их оценка. Основные положения морфологического анализа как метода формирования исходного множества альтернатив рассматриваются в гл. 7.

Метод сценариев — это подготовка и согласование представлений о проблеме анализируемого объекта в письменном виде. Сценарием называется любой документ, содержащий анализ рассматриваемой проблемы и предложения по ее решению или развитию системы, независимо оттого, в какой форме он представлен.

Первоначально сценарии пишутся экспертами индивидуально, а затем формируется согласованный текст. На современном этапе разработке сценариев отводится значительная роль, особенно при составлении прогноза макроэкономических процессов. Изучение закономерностей функционирования экономических (производственных) систем и процессов, зависимости темпов и пропорций их развития от тех или иных решений, которые нельзя предвидеть однозначно, осуществляется на основе сценарных расчетов. С этой позиции под сценарием понимается исследование важной проблемы или совокупности гипотетических проблемных ситуаций путем проведения целенаправленных вариантов расчета с изменяющимися исходными условиями, переменными и параметрами.

Одним из основных методов коллективной экспертной оценки считается метод «мозгового штурма», или «мозговой атаки». Для проведения «мозгового штурма» комплектуется творческая группа из 6—10 специалистов. Сеанс проходит, как правило, в два этапа. На первом этапе допускается и даже поощряется выдвижение любых идей по принципу: чем больше идей, тем лучше, основываясь на гипотезе, что среди множества идей всегда есть одна полезная. Критика идей запрещается. На втором этапе все выдвинутые идеи изучаются и оцениваются экспертами по специальной шкале критериев. Идеи, в наибольшей степени отвечающие всем критериям, передаются на разработку, остальные отбрасываются.

Последовательность действий менеджера по организации «мозгового штурма» такова:

изложение проблемы: цель, ограничения, информация о том, что сделано в данной области;
предложение идей;
отбор идей менеджером (изучение, выбор, преобразование в удобную форму);
углубленное развитие отобранных идей участниками «мозгового штурма»;
разработка конструктивных выводов и предложений.

Метод «Дельфи», или «дельфийская методика» (названный в честь дельфийского оракула храма Аполлона в Древней Греции), был предложен как итеративная процедура при проведении «мозгового штурма». Но применение этого метода предполагает отказ от прямых коллективных обсуждений. Дебаты заменяются разработанной программой последовательных индивидуальных опросов, проводимых обычно в форме заполнения анонимной специальной карточки или таблицы экспертной оценки. Ответы экспертов обобщаются и вместе с новой дополнительной информацией и аргументами передаются вновь в распоряжение экспертов, после чего они уточняют свои первоначальные ответы. Такая процедура повторяется несколько раз (обратная связь) до достижения приемлемой сходимости всех высказанных мнений.

гл.4 Основы исследования систем управления

Хаос активности непрерывно структуризуется... непрерывно изобретает новые формы организации» новые возможности объединения, создает и реализует обратные связи. И над всем этим многообразием царят механизмы отбора.

Н. Моисеев. Судьба цивилизации

Категории и общая классификация научных исследований

Система управления порождается определенным бизнесом, и ее назначение, по выражению Ф. Тейлора, состоит в искусстве знать точно все, что предстоит сделать и как сделать это самым лучшим и самым дешевым образом. Убедиться в том, что система управления действительно принимает и осуществляет наилучшие решения в сложившейся ситуации, возможно при условии проведения активной исследовательской деятельности.

Исследование как познавательная деятельность основывается на таких категориях, как парадигма, причинность, методология. Парадигма как объективная основа развития знаний и причинность исследований отражают направленность приложения исследований к конкретной области деятельности. Методология, подобно научным законам, имеет статус как всеобщей, так и общей методологии. Всеобщая методология — это учение о принципах построения, формах и методах научного познания, независимо от направления исследований; общая методология — это совокупность принципов, методов, приемов, выстроенная их последовательность, определяющая ход и уровень исследований в конкретной области знаний.

Исследования, независимо от изучаемого явления, осуществляются на двух органически взаимосвязанных уровнях познания: теоретическом и эмпирическом. Соответственно этим уровням выделяют теоретические и эмпирические исследования. Эмпирические исследования, выявляя новые данные наблюдения и эксперимента, стимулируют развитие теоретических исследований, ставят перед ними новые задачи, а теоретические исследования открывают новые перспективы для объяснения и предвидения фактов, ориентируют и направляют эмпирические исследования.

Теоретические исследования направлены на всестороннее изучение и познание объективной реальности с целью выявления общих для данной предметной области фундаментальных связей и обобщений, составляющих основу развития теории. Теория выступает как наиболее сложная и развитая форма научного знания. Научное знание теоретично с самого начала. Оно всегда связано с размышлением о содержании понятий и той исследовательской деятельности, которая к нему приводит. Теоретические исследования основаны на определенном механизме поиска следующих элементов системы научных знаний:

а) гипотез, аксиом, принципов, закономерностей и законов, в совокупности описывающих идеальный объект;

б) правил логических выводов и доказательств, допустимых в рамках некоторых принципов и законов;

в) утверждений с их доказательствами, составляющих основной массив теоретических знаний;

г) абстрактных моделей реальности, представленных с помощью определенных гипотетических допущений и приемов, формальных языков;

д) алгоритмов исследования, инструмента анализа теоретических решений.

В зависимости от выбранной позиции проведения теоретических исследований различают аксиоматический и гипотетический подходы. Аксиоматический подход — способ построения научной теории, при котором в основу теории положены исходные положения, называемые аксиомами теории, а все остальные положения теории получаются как логические следствия аксиом. Гипотетический подход — способ построения теории, при котором в основу развития теории положена гипотеза, т.е. научное предположение, содержащее элементы новизны и оригинальности. Гипотеза должна объяснять явление и подтверждаться экспериментально.

Гипотеза проникает и в аксиоматический подход. Исследователь, принимая аксиому, формулирует гипотезу относительно поведения объекта исследования, создает его абстрактную модель, и исследование переходит в область системного анализа. Системный анализ предполагает построение «замкнутого» множества моделей (гипотез) относительно изучаемого явления, которые могут быть доказательно проверены в рамках заданных допущений. Системный анализ требует наличия навыков формализации описаний явлений, работы с абстрактными образами.

Эмпирические исследования направлены непосредственно на объект, на конкретное изучение явлений и процессов с целью установления новых фактов науки и их обобщения. Выводными знаниями обобщения являются эмпирические закономерности, сформулированные гипотезы, принципы и другие формы научных знаний. В зависимости от цели и глубины изучения реального объекта в рамках эмпирических исследований выделяют экспериментальные исследования, включающие эксперимент, тестирование и диагностику. Экспериментальные исследования — один из основных способов получения и верификации научных знаний на основе эксперимента.

Под экспериментом понимается метод познания реальности путем активного воздействия исследователя на изучаемый объект (активный эксперимент). Цель эксперимента — проверка и подтверждение высказанных теоретических положений и рабочих гипотез, имеющих принципиальное значение. Верификация — понятие, употребляемое в логике и методологии науки для обозначения истинности научных утверждений в процессе эмпирической проверки.

Тестирование — это пассивный эксперимент, осуществляемый в виде комплекса многократных испытательных мероприятий (наблюдений, измерений, испытаний, опросов, экспертного оценивания и т.д.), для подтверждения на основе собранных фактов правильности функционирования действующей системы, процесса или принятого управленческого решения.

Организационная диагностика — установленный способ распознавания признаков организационной патологии объекта («болезненное» отклонение от нормы, стандарта) на основе системных исследований его свойств и гомеостатических параметров.

Научные исследования, кроме их рассмотренного разделения по уровню познания объекта, подразделяются по целевой направленности результатов исследования натри вида: фундаментальные, прикладные и разработки.

Фундаментальные исследования направлены на познание явлений окружающего мира независимо от непосредственных практических потребностей общества. Эти исследования ориентированы на достижение фундаментальных результатов, способствующих развитию системы научных знаний в конкретной области вне зависимости от их последующего использования на практике. Фундаментальные исследования включают собственно (чисто) фундаментальные и целенаправленные фундаментальные исследования. Собственно фундаментальные исследования — это выявление новых связей и отношений между объектами и явлениями реальной действительности, открытие фундаментальных законов и принципов, создание методологий и теорий. Целенаправленные фундаментальные исследования состоят в изучении научных, технических, технологических и экономических возможностей и конкретных путей для изыскания, разработки и практического применения в соответствующих областях деятельности принципиально новых способов производства продукции, новых видов энергии, новых материалов и моделей явлений реальности.

Прикладные исследования направлены на получение новых знаний (в соответствии с теоретическими целями), необходимых для удовлетворения регулярно возникающих практических потребностей общества. Появление теоретических целей обусловлено практическими требованиями. Результаты прикладных исследований используются при создании новых либо в ходе совершенствования существующих технических средств, технологий и материалов, машин, новых закономерностей и принципов, способов и средств, методов и моделей.

На этапе разработки совершается преобразование результатов прикладных исследований в новые способы (технологии) и виды продукции. Этап разработки включает создание опытных образцов материальной или интеллектуальной продукции, их тестирование в производственных условиях или позиционирование на рынке и выработку решений о дальнейшей судьбе новой продукции на основе оценки полученных результатов.

Будущее перестает быть данным, оно не заложено более в настоящем, это означает конец классического идеала всевидения.

И. Пригожин и И. Стенгерс. Порядок из хаоса

Современная парадигма исследования систем управления

Парадигма, по определению Т. Куна, — «признанные всеми научные достижения, которые в течение определенного времени дают образец постановки проблем и их решений научному сообществу». Парадигма представляет собой образ, установку, объективную основу научного исследования в определенной области деятельности. В зависимости оттого, какой парадигмой руководствуется исследователь, будет определяться уровень и новизна решения проблемы.

Одно из примечательных явлений в науке в 1970-х гг., как утверждает известный российский ученый В.В. Налимов, заключается в стремлении перейти от изучения хорошо организуемых систем к плохо организуемым, или диффузным, системам. Согласно его определению, «как только возникло представление о плохо организуемых системах как самостоятельных структурах, подлежащих управлению, так сразу же встал вопрос об исследовании управления ими, ибо этот процесс является существенным элементом самого понятия диффузной системы».

Диффузные системы — это системы, в которых нельзя «установить непроницаемые перегородки», разграничивающие действия или явления переноса влияния переменных различной природы. Этими принципиальными особенностями диффузные системы выделены в класс сложных систем.

Разнообразие организаций допускает существование как хорошо организуемых, так и диффузных систем. Системы управления организаций, активных участников рыночной экономики, по своей природе — диффузные системы, так как любое принимаемое решение, согласно закону о динамическом равновесии, некоторым неизвестным образом отразится на результатах процессов или действиях элементов системы управления.

Если мы говорим о хорошо организуемых системах, то это или системы с замкнутым контуром и управлением по отклонениям, или самонастраивающиеся системы, способные выдерживать воздействие внешней среды за счет способности к адаптации. В системе с замкнутым контуром в процессе управления все время осуществляется обратная связь в целях минимизации возникшего отклонения. Самонастраивающаяся система — это система, способная обеспечить устойчивое функционирование организации в условиях произвольно возникающих и изменяющихся возмущающих воздействий внутренней и внешней среды. Система реализует два контура управления — управление по отклонениям и управление с адаптацией путем введения в систему компенсационных элементов, например запасов сырья, резервных мощностей и др. Термин «самонастраивающаяся система» является синонимом термина «адаптивная система».

В класс самонастраивающихся включаются и системы, о которых известно, что их динамические параметры будут претерпевать изменения. Это явление закономерно для развивающихся организационных систем. В зависимости от сложности таких систем, управление ими может осуществляться по принципу хорошо организуемых систем или диффузных систем, что отражено на рис. 4.1. Систему, способную за счет изменения своих свойств сохранять устойчивый характер взаимодействия с внешней средой, несмотря на возможные изменения внешних и внутренних факторов, называют самоорганизующейся.

Принятие модели системы как диффузной вместо хорошо организуемой, равновесной системы повлекло за собой изменения в методологии и теории исследований систем управления. Их определение изложим в виде ряда следствий, сформулированных на основе обобщения фундаментальных гипотез и научных положений, приведенных в трудах В.В. Налимова, H.H. Моисеева, И. Пригожина и И. Стенгерса, Д.Ю. Могилевского и А.А. Горелова.

Следствие 1. При исследовании диффузных систем законы и строгие функциональные зависимости заменены моделями. Поясним данное следствие. Точные науки стремились иметь дело с хорошо организуемыми, равновесными системами, в которых несложно выделить явления или процессы одной физической природы, зависящие от небольшого числа факторов. Результаты исследования можно было представить легко интерпретируемыми функциональными связями, которым приписывалась роль неких абсолютных законов. Предполагалось, что исследователь мог с любой степенью точности определить пределы изменения параметров, а затем, поочередно варьируя некоторые из них, установить интересующие зависимости.

Переход от изучения хорошо организуемых систем к изучению диффузных систем, естественно, оказал влияние на методологию и концепции исследований, на систему взглядов, которой пользуются исследователи в повседневной работе. Модель (математическая, структурная, аналоговая), в отличие от некоторой абсолютной категории истинности, становится основным инструментом исследований, несмотря на то, что на данном уровне познания системы она может давать только приближенное представление о ее свойствах — поведении, движении, устойчивости, адаптации, гибкости, надежности и др.

Следствие 2. Приоритетный подход в исследовании диффузных систем — синтез кибернетического и процессного подходов, направленный на изучение полного цикла «вход — процесс — выход» функционирования элемента и отношений как между элементами, так и между организацией и более крупной системой, т.е. внешней средой. Понятие принципа «черного ящика» расширено Н.П. Бусленко и его соавторами до понятия «агрегата» — элементарного объекта, наделенного функциями преобразования входных ресурсов в результаты (продукцию, услуги) деятельности объекта. Благодаря этому создается модель синтеза структуры и процессов, сил внешней и внутренней среды.

Математические модели преобразования входных ресурсов и модели, описывающие связи между входными ресурсами и выходными результатами, отличаются значительным разнообразием. Это могут быть модели, основанные на идеях и методах многомерной математической статистики, методах исследования операций, математической логике и т.д.

Следствие 3. «Принципиальная стохастичность» и «принципиальная неустойчивость» диффузных систем — принципы, сформулированные академиком H.H. Моисеевым, — приводят к росту разнообразия возможных форм, моделей и методов управления организациями и относятся к аксиоматическим принципам диффузных систем. «Принципиальная стохастичность» определена результатами действия отдельных нерегулярных, непостоянных, незначительных малых причин или одновременного воздействия множества сложных причин и вызывает неоднозначность и неопределенность, а в целом — хаотичность поведения, которое непредсказуемо в принципе. Ключевую аксиому можно сформулировать следующим образом: случайность подчинена внутренним скрытым законам, которые на современном уровне знаний не поддаются изучению и в этой связи приводят к росту разнообразия возможных форм, методов и моделей управления организацией.

«Принципиальная неустойчивость» системы обусловлена существованием жизненного цикла организационной системы, что соответствует фундаментальной закономерности развития системы, подчиняющейся закону отрицания отрицания.

Приближенное решение проблемы преодоления неопределенности в управлении связывают с двумя парадигмами менеджмента, такими как:

развитие аналитического менеджмента (контроллинга), соединяющего стиль технологического управления с тотальным управлением затратами «по местам их возникновения», базирующегося на современных информационных, вычислительных и коммуникационных технологиях;
развитие рефлексивного менеджмента как пары взаимодействующих функций: когнитивной и воздействующей.

Для современного этапа развития науки характерно все более глубокое изучение процессов и явлений, требующих выявления не только основных закономерностей, но и организационных патологий. Исследования все больше проникают в такие области практики, в которых наличие и большое влияние именно случайности не подлежат сомнению, а иногда даже являются определяющими.

Следствие 4. Диффузная система как любая сложная система должна поддерживать свои параметры и функции в определенном диапазоне на основе создания устойчивой внутренней среды относительно возмущающих воздействий внешней среды и происходящих случайных «отказов» в ней самой, т.е. создавать свой гомеостаз, определенную форму устойчивого функционирования за счет адаптации и гибкости.

На современном этапе в теории управления система отождествляется с организмом, а организм означает систему, имеющую свои собственные цели, рожденные ее внутренней сущностью с возможностью им следовать. Цель развития такой системы, по мнению академика

Н.Н. Моисеева, очевидна — это новый гомеостаз. Этим понятием определяется «согласованная с состоянием Природы и ее законами» форма развития системы, которая рассматривается как «устойчивое не-равновесие» (sustainability development).

Применительно к исследованию систем управления понятие формы развития системы как «устойчивого неравновесия» наглядно подтверждается закономерностью жизненного цикла системы, продукции, товара. Так, для живого организма — это эмбриональное состояние, детство, молодость, расцвет, зрелость и неизбежность старения. На современном уровне для организации выделяются более детализированные стадии, предшествующие ее становлению: зарождение, выживание, накопление, структурирование (второе рождение), становление. Организацию отличает от организма возможность управлять стадиями своего развития, например замедлять или ускорять процесс «старения» и т.д.

Понятие «устойчивое неравновесие» в приложении к системам управления будем трактовать следующим образом. «Неравновесие» определяется закономерностью перехода системы с одного уровня развития на другой за счет аккумулирования и более полного использования накопленной «энергии». Но каждый уровень этой траектории имеет свою «оптимальную» продолжительность, некоторое пространство параметров, поддерживающих гомеостаз, соответствующий потенциалу систем. Гомеостаз — многопараметрическое пространство, в котором, несмотря на некоторую флуктуацию системы, обеспечивается ее равновесие.

Следствие 5. Диффузная система должна обладать свойством самоорганизации, подразумевающей прежде всего способность к самообучению, выбору вариантов и механизмов их отбора (т.е. к рефлексии), что обеспечит ее развитие, а далее — адаптацию к условиям существования. Механизм самоорганизации может развиваться только в системах, характеризующихся «принципиальной стохастичностью» и «принципиальной неустойчивостью». Их следствием могут быть возникновение спонтанной флуктуации и попадание системы в критическое состояние — в точку бифуркации (переломную точку в развитии системы).

В настоящее время вопросы самоорганизации изучаются в рамках научной дисциплины, возникшей в конце 1970-х гг. и получившей название синергетика. Эта наука обязана своим существованием обнаруженной общности процессов самоорганизации в различных областях знания: физике, химии, биологии, социологии, управлении и технике. Если кибернетика решает проблему рождения разума, то синергетика — проблему рождения материи, системы. Механизм, который ею предлагается, — это спонтанная флуктуация, событие в точке бифуркации, экспоненциальный процесс до определенного момента. Таким образом, исследователи поставлены перед проблемой разработки механизма самоорганизации системы, способного создавать условия для устойчивого функционирования системы на определенном этапе ее развития.

Следствие 6. Диффузные системы — это открытые системы, которые обмениваются энергией (результатами работы) или информацией с внешней средой. Главенствующую роль во внешней среде системы играют не порядок, стабильность и равновесие, а неустойчивость и неравномерность. Это объясняется тем, что все системы непрестанно флуктуируют. В особой точке бифуркации флуктуации достигают такой силы, что система не выдерживает и разрушается. В работе отмечается, что принципиально невозможно доказать: станет ли состояние системы хаотичным или она перейдет на новый, более дифференцированный и высокий уровень упорядоченности, который И. Пригожин и И. Стенгерс называют диссипативной структурой.

Диссипативные структуры существуют лишь тогда, когда система диссипирует (рассеивает) энергию, в результате чего возникает порядок. Примером диссипативных структур служат сетевые организационные структуры. На практике диффузия и флуктуация системы несколько приглушаются рассеиванием энергии более мощной системы в виде создания сетевых структур.

Следствие 7. Акценты в исследовании внешней среды смещены с анализа, выработки реакции для парирования воздействий внешней среды и адаптации к ней организационной системы на «конструирование» собственного внешнего окружения. Устойчивость внутренней среды организации измеряется относительно возмущающих воздействий внешней среды при определенном периоде ее жизненного цикла. Внешняя среда — это «другая система, более общая и более сложная».

Одна из важнейших практических задач системы управления — наилучшим образом вписать организацию во внешнюю среду. Приведем советы по конструированию внешней среды, изложенные в работе: «Если вы создаете систему в неорганизованной, неподготовленной для ее существования среде, то в вашем распоряжении два пути. Во-первых, можно преобразовать среду, превратив ее в организованную, способную воспринимать новую систему; во-вторых, можно начать сеять “зубы дракона”, которые, прорастая, послужат вам элементами будущей системы. Первый путь сопряжен с большими затратами на реорганизацию среды, а второй требует повышенного расхода времени». Безусловно, советы — это система взглядов, но они иллюстрируют возможные пути конструирования внешнего окружения организации.

Следствие 8. Управление функционированием (множество циклов) диффузной системы сводится к принятию решений в условиях неопределенности, обусловленной множественностью трудноизмеримых ее свойств. В связи с этим для оценки эффективности функционирования диффузных систем должно применяться несколько критериев, определяющих эффективность и меру устойчивости в экономической сфере (финансовую состоятельность, деловую активность, рыночную устойчивость), потенциал технических, материальных и человеческих ресурсов, а также адаптивность, надежность и жизнеспособность системы в целом.

В связи с принципиальными стохастичностью неустойчивостью диффузных систем потребуется, наряду с известными критериями экономической эффективности, обоснование не менее важных критериев, отражающих возможность развития системы в условиях «устойчивого неравновесия» и неопределенности. Это критерии, характеризующие устойчивость, адаптивность и надежность. Их взаимосвязь привносит определенную сложность и новизну в разработку метода оценки диффузных систем.

На основе изложенных следствий парадигма исследования систем управления формулируется следующим образом. Система управления развивающейся организации — это диффузная система, объективная особенность которой обусловлена взаимозависимостью свойств и флуктуацией параметров и связанными с ними принципиальной неустойчивостью» и «стохастичностью», «устойчивым неравновесием» и неопределенностью информации. Сопоставим в табл. 4.1 основные концепты парадигмы хорошо организуемых и диффузных систем.

Таблица 4.1 Парадигмы исследования хорошо организуемых и диффузных систем управления
Парадигма хорошо организуемых систем	Парадигма диффузных систем
Детерминированные и вероятностные, статические и динамические модели в управлении организацией	Стохастические динамические модели, рефлексивные модельные системы в управлении
Приоритет в развитии методологии системного и ситуационного подходов в управлении организациями	Приоритет в развитии методологии, синтезирующей кибернетический и процессный подходы на фоне сложившейся методологии системного и ситуационного подходов
Преобладающий детерминизм и стремление к равновесию, чем обусловлено приоритетное управление в соответствии с правилами, стандартами, нормами, унифицированными моделями процессов и видами деятельности	Принципиальные стохастичность и неустойчивость; рост разнообразия возможных форм, моделей и методов управления организациями, стремление к рефлексивному управлению
Поддержание системой своего гомеостаза, т.е. сохранение пространства параметров устойчивого функционирования за счет адаптивности и гибкости системы	Построение гомеостаза, «согласованного с состоянием Природы и ее законами», т.е. создание гомеостаза, соответствующего стадии развития организационной системы

Безусловно, парадигма диффузных систем по сравнению с парадигмой хорошо организуемых систем прогрессирует в теоретической направленности управления. Для успешного функционирования диффузной системы потребуется образование в ней совокупности свойств высшего порядка—самоорганизации, рефлексивного поведения и движения, синергетического конструирования объектов и процессов, самообучающихся элементов. За каждым приведенным понятием стоит новое научное направление в развитии теории управления организационными системами.

Причинность исследования систем управления

Почти каждая организация (предприятие) рано или поздно оказывается в ситуации, когда традиционный механизм управления перестает приносить ожидаемый эффект. В этот период ведущая роль отводится научным исследованиям, цель которых — проведение различной глубины (или уровня) изменений, направленных на совершенствование, развитие и реорганизацию, создание новых типов и классов систем. Остановимся на определении перечисленных фундаментальных изменений, направленных на качественные преобразования в управлении, которым в последнее десятилетие XX в. уделялось активное внимание.

Совершенствование — это процесс непрерывного повышения возможностей системы, прежде всего за счет интенсивного использования ее внутренних ресурсов, выражающегося в росте объема производства и продажи продукции (услуги), снижении затрат, повышении производительности труда. Под совершенствованием системы управления будем понимать целенаправленное локальное изменение, обоснованное результатами исследований и способствующее повышению эффективности принимаемых решений. В силу локальности изменения совершенствование осуществляется, как правило, в рамках сложившейся структуры и существующих принципов управления.

Сущность понятия «развитие» полно раскрывается в определении, данном в философском энциклопедическом словаре, а именно: развитие — это необратимое, направленное, закономерное изменение материальных и идеальных объектов. И далее дополняется, что только одновременное наличие всех указанных свойств выделяет процессы развития среди других изменений. Поясним это положение, используя следующие утверждения:

• обратимость изменений в отличие от необратимости — это процесс функционирования (а не развития) системы, а также особенность проявления таких ее свойств, как устойчивость, адаптация, т.е. циклическое воспроизведение функции системы и ее равновесного состояния;

• отсутствие направленности в изменениях не способствует их накоплению, и потому процесс лишается характерной для развития единой внутренней линии (закономерности), а отсутствие закономерности характерно для случайных процессов катастрофического типа.

В кибернетике под развитием понимается переход целеустремленной системы ко все более эффективным методам, сферам и масштабам деятельности. Применительно к теории управления социально-экономическими системами заслуживает внимания определение развития как процесса закономерного перехода управления с одного качественного уровня на другой, обеспечивающий конкурентные преимущества производства или его своевременную переориентацию на другие рынки. В менеджменте развитие означает следующее: новые изделия, но-вые формы их применения, новый сервис, новые решения проблем клиентов, новые рынки и каналы сбыта, новый имидж, новые способы производства, новые технологии и, как следствие, изменения в целях, структуре, составе элементов, функций, задач и т.д.

В связи с этим предметом изучения в первую очередь выступают внутренние механизмы развития, которые обусловлены потенциалом системы. Развитие — настолько сложный процесс, что возникла целая область знаний по изучению организации и функционирования развивающихся систем. Истоки этого направления — результаты исследования эмпирической школы науки управления, представленные в многочисленных трудах в виде опыта передовых компаний мира. Характерным примером служат монографии Т. Питерса и Р. Уотермана и П. Друкера.

Реорганизация (преобразование, организационная трансформация, реструктуризация, бифуркация) означает разрушение существующей управленческой иерархии, пересмотр основных целей, ценностей и поведенческих стереотипов на основе новой концепции жизни организации. Реорганизация относится к революционным формам развития и приводит к всеобъемлющим изменениям. Здесь уместно пояснить смысл термина «бифуркация», используемого лауреатом Нобелевской премии И.Р. Пригожиным для пояснения явлений исторического, экономического и социального характера.

В силу случайного характера развития элементы системы приобретают специфические свойства «по переработке вещества, энергии, информации, поэтому разнообразие элементов растет». Накопление новых свойств способствует бифуркации или перерождению системы путем возникновения качественно отличного поведения элемента при количественном изменении его параметров. Фаза бифуркации очень важна для системы. Термином «бифуркация» сейчас обозначают поворотные пункты развития, подчеркивая ситуацию выбора в условиях неопределенности, а также возможность нескольких вариантов хода дальнейших событий, потерю устойчивости предшествующего состояния. Современный этап развития часто именуют эрой бифуркации, в которой предшествующая траектория теряет устойчивость, резко возрастает опасность глобальных катастроф и требуется выбрать новый путь развития.

Бифуркации разделяются на «мягкие» и «жесткие». «Мягкая» бифуркация — это способность системы эволюционно перейти с неустойчивой на устойчивую траекторию, образуемую в «окрестностях» предшествующей траектории. «Жесткая» бифуркация — это скачкообразный переход системы на новую траекторию или в новое состояние.

Изменения как совершенствование, развитие и реорганизация способствует прогрессу в управлении и характеризуются переходом от низшего к высшему, от менее совершенного к более совершенному и отличаются множественностью направлений. Наиболее очевидные из них, рассмотренные в работе [17] и дополненные, приведены в табл. 4.2.

«Культивирование» исследовательской деятельности — один из самых важных шагов, которые компании могут предпринять, чтобы опережать, а не отставать в осуществлении изменений. В этой связи полезным для будущих менеджеров будет знание характерных черт менеджера-новатора, приведенных Р. Кантер в работе. Суть состоит в следующем.

Признание изменений как данность: менеджеры уверены, что неопределенность прояснится, что они умеют видеть перспективы и относятся к неудовлетворенным потребностям клиентов как к возможности проявить себя.
Четкий выбор направления: менеджеры тщательно выбирают проекты и, заглядывая в далекое будущее, считают задержки и препятствия временными.
Тщательность: менеджеры хорошо готовятся к совещаниям и профессионально, на высоком уровне, представляют свои проекты, глубоко вникают в политику организации и чувствуют, чья поддержка может помочь им при различных стечениях обстоятельств.
Демократический стиль руководства: менеджеры поощряют подчиненных работать с максимальной отдачей и в составе команды.
Убедительность, настойчивость и благоразумие: менеджеры понимают, что не могут достичь своих целей быстро, и поэтому упорно, но тактично продолжают доводить дело до конца.

Таблица 4.2 Основные направления прогрессивных изменений в системах управления
Страта	Признак стратификации системы	Направление изменений
I	Параметры организации управления	Повышение уровня знаний и умения персонала Повышение производительности труда Повышение эффективности процессов управления Повышение уровня информатизации управленческого труда Снижение неопределенности информации Снижение текучести кадров Сокращение расходов на управление
II	Свойства системы управления	Повышение устойчивости Повышение адаптивности Повышение экономичности Повышение надежности Улучшение качества Развитие способности к самообучению и самоорганизации
III	Элементы системы управления	Оптимизация деятельности Оптимизация функций Оптимизация процессов Оптимизация технологии
IV	Структура системы управления	Развитие горизонтальных циклов управления Исключение «узких» концентраторов информации Исключение приоритета структуры относительно функций Достижение структуры синергетического типа Оптимизация «объемной» структурной модели системы управления, сочетающей наилучшим образом горизонтальный и вертикальный циклы управления
V	Механизм управления	Освоение методов оптимизации и «быстрых» решений

Методология исследования систем управления

Любое научное исследование неразрывно связано с методологией, определяющей последовательность привлечения различных форм знаний и позволяющей осуществить его основные принципы: объективность, воспроизводимость, доказательность (верификацию) и точность полученных научных результатов. Рассмотрим истоки методологии исследования систем. В науке отчетливо прослеживаются две линии научного познания — анализ и синтез. В основу анализа положен причинно-следственный подход к изучению объекта или явления. Методологическая функция такого подхода — это ориентация познания на движение по причинно-следственной цепи — от единичного к общему, от формы явления к его содержанию, раскрытию сущности.

Понятие «причинно-следственный подход» — это сочетание двух категорий: «причина» и «следствие», отображающее одну из форм всеобщей связи и взаимодействия явлений. Под причиной понимается явление, действие которого вызывает, определяет, изменяет, производит или влечет за собой другое явление; последнее называется следствием. Производимое причиной следствие зависит от условий. Одна и та же причина при разных условиях вызывает неодинаковые следствия. Различие между причиной и условием ее возникновения относительное, так как каждое условие в определенном отношении является причиной. В реальных процессах следствие не пассивно, оно может воздействовать на свою причину и может стать причиной другого следствия. В области управления причины следует отличать от поводов — процессов, способствующих их проявлению.

Для реальности характерно многообразие форм причинно-следственной зависимости. В современной науке проводится классификация причинно-следственных связей по различным признакам:

а) природе отношений — информационные, энергетические, экономические, социальные и т.д.;

б) характеру связей — случайные, вероятностные и детерминированные, динамические и статические;

в) числу и связности воздействий — простые, составные, однофакторные, многофакторные, системные, внесистемные;

г) роли связей — внешние и внутренние, объективные и субъективные, всеобщие, единичные, особенные, главные и неглавные, сильные и слабые и др.

Методологический аппарат, созданный на основе этого подхода, используется на всех этапах исследования независимо от природы объекта. Полезной рекомендацией и распространенным приемом, особенно в теории управления качеством и технологиями, служит графическое отображение в виде эскизной модели взаимозависимости фак-торов-причин и факторов-следствий при исследовании той или иной проблемы.

Наряду с развитием теории анализа возросло стремление создавать синтезирующие теории, позволяющие объединить различные факты, изучить перспективы развития того или иного процесса, его связи с другими явлениями, учесть их взаимную обусловленность. Такая синтезирующая направленность знаний способствовала появлению общих методологий — это системный подход и общая теория систем, на основе которых выстраивается методология исследования систем, в том числе и систем управления.

Системный подход порожден законом о взаимной связи и взаимообусловленности и применяется при исследовании явлений и процессов независимо от их природы. В период развития сложных социально-экономических систем философия управления сводилась к логике системного подхода. Описанные ранее общесистемные принципы, гипотезы и аксиомы — это суть системного подхода в управлении. Системность проявляется в связках: организация — организм, в котором все взаимосвязано и взаимообусловлено; организация — ее гомеостаз, пространство параметров, определяющее состояние системы и ее взаимодействие с внешней средой, представленной в свою очередь структурированной системой высшего порядка; диффузные системы — турбулентная внешняя среда и т.д.

Системный подход считается методологией менеджмента, суть которой — формирование системного образа мышления, рассматривающего процессы и явления внутренней и внешней среды организации как единое целое. Модель системного мышления довольно точно представляется принципами системного подхода:

• изучаемый объект должен рассматриваться не только как самостоятельная система, но и как подсистема большей системы, относительно которой подсистему нельзя рассматривать как замкнутую и которая определяет среду функционирования системы;
• исследование должно охватывать как можно большее число связей — не только внутренних, но и внешних (социальных, экономических, экологических и др.), с тем чтобы не упустить действительно существенные связи и факторы и оценить их эффекты;
• максимальная степень использования свойства целостности системы достигается непрерывной интеграцией представлений о системе на каждом этапе ее создания и подчинением частных целей общей цели системы.

Системный подход в исследовании реализуется посредством такого мощного научного инструментария, как системный анализ, основная особенность которого состоит в использовании развитой системы различной природы моделей. Методология системного анализа сформировалась под влиянием принципов системного подхода, принципов исследования систем и синтезирующей теории — общей теории систем, а точнее, одного из ее направлений — абстрактной теории систем.

Концептуальная форма организации знаний от методологии к «аппаратной реализации», как, например, «системный подход — системный анализ», получила развитие в исследовании ситуации систем с введением понятий «ситуационный подход» и «ситуационный анализ». Под ситуацией понимается совокупность особых обстоятельств, создающая определенное положение или состояние системы на некоторый момент времени, которое привносит в систему если не саму проблему, то, по крайней мере, инициирующие ее силы или факторы. В результате ситуация приводит к необходимости перейти от повседневных проверенных приемов управления к осмыслению изменения в управлении системой. Как видно, выстраивается связка «ситуация — проблема».

Ситуационный подход — это методология исследования природы и причинности проблем, вызванных конкретными условиями и обстоятельствами, сложившимися в управлении организацией.

К принципам ситуационного подхода можно отнести:

• наличие «поля воздействующих сил» (пространство факторов), инициирующих и сдерживающих возмущения;
• современность (время быстрых решений) и оперативность, т.е.
придание конкретной координаты времени и действия «полю сил»;
• причинно-следственную обусловленность, взаимозависимость факторов;
• определенность и конкретность приложения теоретических знаний к анализу реальных процессов и продуктивность результатов.

Становление научного направления «ситуационный анализ» начинается с работы Г. Кунца и С. О’Доннела «Управление: системный и ситуационный анализ управленческих функций», изданной на русском языке в 1981г. [39]. Под ситуационным анализом понимается анализ текущего состояния организации по системно увязанным направлениям ее деятельности. К ним авторы относят научную организацию труда, анализ межличностных отношений и группового поведения, анализ принятия решений, анализ социотехнических систем и др.

Ситуационный анализ рассматривается как экспресс-анализ деятельности организации в ее отношениях с внешней средой и как инструментарий для обоснования изменений в управлении организацией. Развитие теории ситуационной) анализа во многом связано с развитием маркетинга как наиболее динамичного вида управленческой деятельности. Пространство ситуационного анализа расширяется и включает оценку текущего состояния организации, оценку давления внешней среды, прогноз для определения того, что ожидается при существующем положении, и обоснование целей управления. Для того чтобы получить результаты по каждому из блоков ситуационного анализа, потребуется проведение систематических исследований на основе информационных и вычислительных систем.

Особая роль в исследовании систем управления отводится кибернетическому подходу, когда любой объект (вид деятельности или технологию, процесс управления или технологический процесс и т.д.) можно представить как «черный ящик», входные дуги которого определяют исходные ресурсы, преобразовываемые в продукцию или услугу, а выходные — результат деятельности. Исследование зависимости между исходными ресурсами (материалами, энергией, людьми, информацией и т.д.) и результатами в виде продукции или услуги позволяет сделать заключение об эффективности функционирования объекта — «черного ящика». В кибернетическом подходе взаимодействие последовательных объектов отображается посредством прямых и обратных связей (см. гл. 2 и 6). В результате формируется контур управления различной степени сложности — от управления по отклонениям до рефлексивного управления.

Предложенный в 1950-х гг. инструментарий кибернетического подхода находит активное применение в конце XX в., а именно в контексте процессного подхода. Суть процессного подхода сводится к тому, что важно не столько определить саму систему, сколько то, из чего система получается или организуется. Этот «исходный материал» называют системообразующей средой и рассматривают ее как набор из следующих элементов:

вещества (это может быть что угодно, например энергия или информация, важно, чтобы оно циркулировало в системе);
процесса — преобразования вещества, графическая модель которого — «черный ящик», т.е. объект, имеющий «вход» и «вы-ход» (см. рис. 2.2);
связи — передачи вещества с выхода одного процесса на вход другого; связь сама может быть процессом (например, перемещение материалов с применением транспорта) и требовать затрат каких-либо веществ.

Вещество, процессы и связи объединяются в циклы, которые в принципе являются самоподдерживающимися. Чтобы циклы стали таковыми, необходимы правильные связи и достаточные коэффициенты передачи вещества от одного процесса к другому. Это условие выполнимо при следующих обстоятельствах:

подавлении оттоков вещества из системы;
уменьшении затрат вещества при перемещении от процесса к процессу (не слишком большие трансакционные издержки);
согласованности процессов по скорости и переработке информации.

Объединение процессов в цикличную структуру обеспечивает повышение (иногда во много раз) вероятности реализации некоторых процессов и потоков вещества и эффективности управления. Этот подход способствует развитию теории устойчивости кольцевых структур в управлении организациями, а также класса задач исследования и оптимизации причинно-следственных связей.

Процессный подход получил активное развитие в области менеджмента качества, разработанного международными стандартами 180 9000—2000. Под процессом понимается совокупность взаимосвязанных видов деятельности, преобразующая входы в выходы, т.е. входные ресурсы в продукцию. Идея представлять любой вид деятельности в организации или непосредственно организацию в виде процесса рассматривается как аксиома. Она сформулирована Э. Демингом, гуру в области менеджмента качества.

Суть процессного подхода отображена на схеме, элементами которой являются процессы, потоки поступающих ресурсов как результат деятельности процесса и реакция на выполнение требования (Рис. 4.2). Каждая пара процессов представляется как поставщик и потребитель. Поставщик и потребитель могут быть как внешними, так и внутренними.

Аппаратная реализация процессного подхода осуществляется посредством инструментария структурного анализа, теории массового обслуживания и математической статистики, математическими моделями преобразования ресурсов и другими формальными методами.

В заключение отметим, что на современном этапе развития науки управления исследователь располагает сильным методологическим и прикладным инструментарием, сформированным как:

причинно-следственный подход и его аппарат — логика и опыт исследователя;
системный подход и его аппарат — системный анализ;
ситуационный подход и его аппарат — ситуационный анализ;
кибернетический и процессный подходы и их аппарат — структурный анализ, теория массового обслуживания, математическая статистика и др.

гл.5 Классы проблем и методические основы их исследования

У всех менеджеров есть две важнейшие обязанности — решать сегодняшние проблемы и готовиться к будущему.

Р. Кантер. Рубежи менеджмента

Природа и классификация проблем

Исследование как научный процесс начинается с постановки проблемы. Проблемы системы управления появляются во всех сферах ее деятельности. Это проблемы маркетинга, финансовые, производственные и информационные проблемы, проблемы структурного характера, социальные, политические и др. Несмотря на образуемое множество проблем различного характера, сложилась определенная область знаний по их исследованию. Можно говорить о том, что созданы методология и алгоритмы поиска решений по проблемам, связанным с совершенствованием, развитием и реорганизацией социально-экономических систем. Обобщение этого материала преследует цель сделать исследование доступным и естественным видом деятельности менеджера.

В исследовательской деятельности под проблемой понимают сложную научную задачу, решение которой должно дать новые знания для развития теории и совершенствования практики управления. Но сложная задача тогда является проблемой, когда она удовлетворяет трем условиям: во-первых, имеется несколько альтернатив решению; во-вторых, принимаемое решение может иметь серьезные последствия; в-третьих, стоит проблема выбора направления или пути перехода системы в будущее состояние. Природа проблем — это раскрытие и создание новых возможностей, ликвидация несоответствия и отставания, преодоление разрывов, нахождение «равновесия» между противоположными силами, тенденциями.

В практической деятельности под проблемой понимается любое возникшее затруднение, трудноразрешимая бизнес-ситуация, трудно осуществимое мероприятие, устранение которых всегда сопровождается поиском наилучшего решения. Сложные для решения проблемы переходят в научные задачи или научные проблемы.

Теория менеджмента, по мнению П. Друкера, начинается с той предпосылки, что все менеджеры занимаются решением проблем. И далее он отмечает: «в наш век скоростей менеджеры не имеют права считать, что завтра является простым продолжением сегодня. Напротив, они должны управлять изменениями, управлять как возможностями, так и угрозами».

Для того чтобы достигнуть эффективного управления, как заявляют известные американские исследователи менеджмента Т. Питерс и Р. Уотерман, «процесс управления необходимо рассматривать как итеративный поток трех переменных: исследование, принятие решений и исполнение». Исследование определяет новое качественное состояние управляемого объекта, так как, владея методами исследований, возможно оперативно «прополоть» пустые альтернативы, всегда присутствующие при принятии решения.

Раскрытие и создание новых возможностей системы (или подсистемы) обеспечиваются ее совершенствованием, развитием и реорганизацией (реструктуризацией) и основываются на передовых и новых идеях и концепциях. В то же время, как указывают теоретики проектирования систем А. и М. Уилсоны, «у вас не возникнет новой идеи, если перед вами не стоит проблема или задача». Идея — это импульс для создания новых возможностей. Процесс материализации новых идей (см. гл. 16) представляет собой комплекс целенаправленных фундаментальных и прикладных исследований.

Несоответствие между целью и достигнутыми результатами служит активным источником, причиной проблем. Несоответствие определяется, как правило, отставанием, которое надо преодолеть. Понятие «отставание» Р. Кантер объясняет с двух позиций: первая — расхождение между текущими показателями и ожиданиями, основанными на прошлом опыте, вторая — расхождение между текущими показателями и возможностями организации, отвечающими будущим объективным требованиям, ее коллективным надеждам и стремлениям.

Разрывы в системе — это нарушение ее равновесия или гомеостатического состояния, вызванное возмущающими воздействиями. Под возмущающими воздействиями понимаются действия, приводящие к изменению или прерыванию функциональной связи между входом и выходом системы и отдельного ее структурного объекта, а также процесса и функции, работы и операции. Возмущающие воздействия могут быть как внешними, так и внутренними. Внешние возмущающие воздействия обусловлены флуктуацией факторов внешней среды, и нарушение равновесия системы тем сильнее, чем меньше она адаптирована к реакциям внешней среды. Внутренние возмущающие воздействия обусловлены множеством объективных и субъективных факторов: «дефектами» в принятии управленческих решений и проектировании системы, случайными отказами в работе оборудования, случайными сбоями в технологическом регламенте, нарушением дисциплины, дефектами готовой продукции.

Объективная особенность управленческой деятельности любой организации заключается в нахождении «равновесия» между противоположными силами, тенденциями, сводящимися к решению дилеммы или специальной проблемы, когда альтернативы очевидны, но их всегда две, и требуется найти экономически целесообразное равновесие между ними, т.е. оптимум. При этом выбор одного из двух противоположных решений одинаково затруднителен.

Природа дилемм — это действие закона единства и борьбы противоположностей. В строгой формулировке дилемма — это сочетание суждений, умозаключений с двумя противоположными положениями, исключающими возможность третьего.

Каждая проблема в своей эволюции, как отмечает Г. Вальшам, проходит четыре стадии: скрытое развитие, очевидное развитие, превращение в отрицательное явление, превращение в факторы нарушения равновесия системы. Задача менеджера — выявление, оценка и ранжирование проблем не позднее чем на фазе ее скрытого развития. Это требует развития диагностических навыков и умения распознавать слабые сигналы, или симптомы, организационной патологии.

Во всех случаях результат решения проблемы связан с определением некоторого будущего состояния. В зависимости от возможностей и механизма его определения сформировались, по крайней мере, три наиболее известных подхода к классификации проблем, которые не противоречат, а лишь дополняют друг друга:

1) степень определенности в представлении образа будущего как результата решения проблемы;

2) возможность использования формальных методов поиска образа будущего;

3) время наступления будущего.

Согласно первому признаку, проблемы делятся на «жесткие», «мягкие» и «зловредные». «Жесткая» проблема подразумевает наличие конкретной цели, оптимального или предельного решения для ее достижения и ограничений по формированию вариантов решения и порождается ограниченной ситуацией. Ситуация рассматривается как ограниченная, если:

известны суть проблемы, направление поиска ее решения, а также требуемая информация;
ясны приоритеты в решении проблемы и ограничены последствия ее решения;
ограничено время для изменения ситуации и количество людей, которых затрагивают результаты решения проблемы,

«Мягкая» проблема, порождаемая неограниченной ситуацией или беспорядком, предполагает, что будущее состояние плохо определено и непредсказуемо и требует сложного механизма нахождения решения по изменению или развитию системы. Ситуация рассматривается как неограниченная, если:

неясны суть проблемы и возможный путь ее решения;
неочевидны необходимая информация и существующие приоритеты;
последствия решения проблемы достаточно серьезны и связаны с риском, проблема не поддается извлечению из контекста, т.е. порождает другие проблемы;
время для изменения ситуации не ограничено, и в изменение вовлекается большое количество людей.

«Зловредные» проблемы — это проблемы, чрезмерно сложные для рассмотрения, понимания и решения. К этому классу следует отнести проблемы, связанные с созданием бизнеса, реструктуризацией организации, выходом ее из кризиса или состояния бифуркации, а также с реализацией проектов с высокой степенью риска.

По второму признаку проблемы условно разделены на четыре группы, с которыми несложно увязать ранее рассмотренные классы проблем:

1) стандартные (профессиональные задачи), решение которых происходит на основе заданных исходных данных по известным формальным методам, логическим процедурам и правилам;

2) хорошо структурированные, решение которых полностью основано на применении формальных методов и процедур;?

3) слабо структурированные, в процесс решения которых вовлекаются наряду с хорошо изученными, формализуемыми факторами неизвестные и случайные;

4) неструктурированные, когда на этапе постановки и в процессе разработки ее решения приходится иметь дело со значительной неопределенностью информации и трудностью формализации условий и факторов, воздействующих на бизнес-ситуацию.

По третьему признаку проблемы группируются в зависимости от времени реализации результатов решения проблемы или времени наступления «будущего» — это стратегические, тактические и оперативные проблемы. Увязка классов проблем с причинностью исследований приведена в табл. 5.1. Для краткости признаки классификации проблем идентифицируются следующим образом: первый — образ будущего, второй — метод поиска будущего и третий — время будущего.

Таблица 5.1 Причинность проблем и их классы
Уровень сложности проблемы	Причинность исследования или генерирования проблемы	Класс проблемы
Уровень сложности проблемы	Причинность исследования или генерирования проблемы	Образ будущего	Метод поиска будущего	Время будущего
1	Совершенствование	«Жесткие» «Мягкие»*	Хорошо структурированные Слабо структурированные	Тактические Оперативные*
2	Развитие	«Мягкие» «Жесткие»*	Слабо структурированные Хорошо структурированные*	Стратегические Тактические*
3	Реорганизация	«Зловредные» «Мягкие»* «Жесткие»*	Неструктурированные Слабо структурированные* Хорошо структурированные*	Стратегические
* Класс проблемы, имеющий подчиненное значение. Например, на этапе разработки «мягкой» проблемы развития компании часть ее может быть хорошо структурирована и отнесена к «жесткой» проблеме, решение которой дает однозначные результаты. Подобная логика относится и ко всем остальным сгруппированным классам проблем.

Следует понимать, что каждый уровень генерирования проблемы — совершенствование, развитие и реорганизация — в зависимости от бизнес-ситуации может порождать различные классы проблем. Более того, так называемые «мягкие», неструктурированные проблемы могут распадаться на ряд слабо и хорошо структурированных, «жестких» проблем.

В заключение приведем высказанное Р. Кантер положение о трех нематериальных активах компании, которые помогают своевременно выявлять и находить эффективное решение проблем:

1) концепция, отображающая наилучшие и самые новые идеи;

2) компетентность персонала (информированность, концептуальная гибкость, управление взаимодействием и т.д.);

3) связи, позволяющие расширить сферу деятельности компании, увеличить предложения и «открыть окно» для нововведений и новых возможностей.

Подходы к исследованию проблем

Важным методологическим приемом исследований служит выбор подхода к решению проблемы. Начнем с того, что выделение класса проблемы, т.е. отнесение ее к «жестким» или «мягким», определяет подход к ее разработке. Например, существует такое понятие, как «жесткий» подход. Это означает, что для решения проблемы используется формальный аппарат, исключающий факторы, не поддающиеся формализации. «Мягкий» подход заключается в том, что разработчик проблемы не решается пренебречь какими-либо факторами и ведет поиск решения с привлечением формальных и эвристических методов исследования.

Следующий признак, определяющий подход к решению проблем, характеризует глубину исследования и важность последствий полученного решения. В статье Р. Акоффа «Искусство и наука управления беспорядком» [1] выделены три подхода: клинический, исследовательский и проектирующий.

Клинический подход — это частичное решение проблемы, когда полученные результаты достаточны для заключения о состоянии объекта или сложившейся бизнес-ситуации. Клинический подход — это основа диагностики системы. Его ориентация — экспериментальные исследования и эвристические методы, решение основывается на прошлом опыте и субъективных суждениях. Клиницисты используют в исследованиях и формальные методы, которые, однако, не играют определяющей роли. Их результаты подвергаются качественному анализу на основе имеющегося опыта. Кроме того, они полагают, что такой подход минимизирует риск и делает максимальной вероятность выживания. Недостатки клинического подхода связаны с плохой сруктурированностью результата и отсутствием точных критериев для его оценки.

Исследовательский подход — это нахождение оптимального результата в процессе решения проблемы. Его ориентация — математические методы и модели, натурные и модельные эксперименты. Здесь наблюдается аналогия с «мягким» подходом. Исследовательский подход наиболее распространен, и его применяют компании, цель которых — скорее процветание, чем просто сохранение, стремление к росту. Исследовательский подход не исключает применения клинического подхода к решению отдельных задач проблемы, который выступает под термином «диагностика». В этом случае, чтобы предотвратить разбавление оптимальных решений качественными соображениями, предпочитают получать оптимальное решение основных задач проблемы.

Проектирующий подход — это устранение проблемы путем изменения сути тех реальных обстоятельств и объектов, которые инициировали проблему.

Цель проектирующего подхода состоит в изменении системы, где развивается проблема, либо внешнего окружения этой системы, с тем чтобы приблизить систему к желаемому состоянию. Желаемое состояние — это скорее развитие, чем расширение или сохранение. Развитие означает увеличение способности и потребности повышать как собственный уровень жизни, так и уровень жизни партнера.

Таким образом, клинический подход — это информация, профессиональные и научные знания, понимание, опыт; исследовательский подход — генерация, доработка и оценка новых идей, вариантов или других различных разработок; проектирующий подход синтезирует методы, приемы и инструменты клинициста и исследователя и добавляет новые компоненты. Разработка сложных проблем начинается с применения клинического подхода и завершается проектирующим подходом.

Компания, производящая станки, столкнулась с резким снижением спроса на продукцию. Последствия этих колебаний были разрушительными и разорительными. Руководство компании в целях решения проблемы периодически использовало прошлый опыт работы и красноречивые рассуждения на основе здравого смысла. Такой подход оказался неадекватным, поскольку проблема не поддавалась решению и со временем усугублялась. Тогда руководство компании решило прибегнуть к исследованию и оптимизации операций. Была сформулирована проблема — выравнивание производства в соответствии со спросом на продукцию. Сложность заключалась в невозможности получения достаточно точного прогноза. Полученное решение оптимизационной задачи дало незначительное улучшение положения компании.

Затем был сделан переход к проектирующему подходу. Проблема была сформулирована заново и сведена к задаче уменьшения колебания спроса, а не колебаний реакции на существующий спрос. Деловая активность была переориентирована на уменьшение колебания спроса. Для этого была введена новая производственная линия, выпускающая продукцию, спрос на которую находился в противофазе по отношению к колебаниям спроса на основную продукцию. В результате колебания суммарного спроса на два вида продукции снизились до 7%. Устранение проблемы за счет перепланирования схемы бизнеса продвинуло компанию ближе к ее идеалам — стабильной занятости.

Циклы исследования проблем.

Структура цикла решения проблемы

Исследование проблемы любой сложности начинается с разработки структуры ее решения в виде цикла «начало — окончание». В научных исследованиях существует мегацикл, когда начало — это фундаментальные исследования. Полученные результаты находят развитие на стадии прикладных исследований, в последующем, на стадии опытно-конструкторских работ, превращаются в образцы новой продукции, проходят в сфере производства тестирование и передаются в массовое производство. Окончание цикла — это внедрение. По аналогии разрабатывается и схема действий по исследованию проблемы.

Проблема (Р) разбивается на ряд задач (d_i₁,…,d_i,…,d_iL), достаточных для нахождения решения и реализации полученных результатов в практической деятельности. В свою очередь задачи, в зависимости от их назначения, группируются в этапы. Из этапов и задач образуется цикл исследования (разработки) проблемы. Под циклом будем понимать определенную последовательность этапов и задач, начиная от выяснения симптомов проблемы до формирования модели будущего состояния и его реализации.

Формально содержание цикла разработки проблемы можно отобразить следующим образом. Будем считать, что проблема сформулирована, если известны: цель исследования (V), требования к достижению цели (С_V), исходные условия (G), подробно описывающие ситуацию, состояние и направления исследований по этой или аналогичной проблеме, т.е. составлена дескриптивная модель объекта (ситуации)^⁶ исследования. Следующим будет вопрос о решении проблемы. Считается, что проблема G,С_V,V разрешима, если известен способ (F) ее решения. Под способом понимается совокупность действий, реализуемых человеком или машиной и позволяющих перейти от исходных условий к цели и условиям ее достижения.

Цикл исследования проблемы будет зависеть от выбранного подхода к формированию механизма ее разработки и класса проблемы. «Жесткая» проблема, обусловленная ограниченной ситуацией, имеет и ограниченные возможности выбора вариантов решения. Для таких проблем основным будет «жесткий» или исследовательский подход, а инструментом разработки — оптимизационные методы принятия решений. Цикл исследования «жестких», хорошо структурированных проблем назовем классическим. Он может встраиваться в исследования «мягких» и «зловредных» проблем. «Мягкие», слабоструктурированные проблемы, связанные с поиском путей развития системы, ставят перед исследователем сложные вопросы — это прежде всего постановка проблемы и ее структурирование, разработка альтернатив, выбор методов и оценка надежности полученных решений. В качестве основы исследования «мягких» проблем можно принять так называемую системную технологию вмешательства (СТВ), предложенную К. Мейби и его соавторами в работе. Аналогичная, но в укрупненном виде, схема действия по исследованию проблемы изложена М.Х. Месконом, М. Альбертом и Ф. Хедоури.

Системная технология вмешательства полностью поглощает все операции по решению «жесткой» проблемы и реализует новые, свойственные только ей, или предоставляет новые возможности, такие как итерации и интерактивный режим работы между разработчиком и заказчиком проекта решения проблемы. Цикл исследования проблемы на основе системной технологии вмешательства, предлагающей некоторую последовательность действий, будем именовать СТВ-циклом (см. Рис.5.1).

Проблемы, вызванные необходимостью развития и реорганизации системы и инициированные, как правило, внешней средой, имеют ранг более сложных «мягких» и «зловредных» проблем. Концепцию, совокупность методов и техник, используемых для решения такого характера проблем, определяют таким собирательным понятием, как «организационное развитие» [50], в монографии В.Н. Буркова и В А Ирикова [7] — это механизм формирования решений относительно развития предприятия и концептуальная модель стратегических решений.

В современной теории менеджмента, согласно выполненному обобщению, существуют несколько толкований термина «организационное развитие», которые до сих пор остаются предметом обсуждения в научной литературе. Сделаем акцент на его толковании, данном в работе [16], где организационное развитие определяется как комплекс мероприятий в области преобразования деятельности, методов и приемов, которые используются с целью оказания помощи людям и организациям стать более эффективными. Организационное развитие (ОР) имеет ряд отличительных характеристик:

• долгосрочный процесс преобразования всех ингредиентов управленческого планирования;

• ориентация на проблемы организации с применением различных теорий и научных исследований для их решения;

• приоритетность в исследовании системного подхода, поскольку ОР связывает трудовые ресурсы и потенциал организации с ее технологией, структурой и процессами в области менеджмента;

• ориентация на действия, заключающаяся в концентрации на достижениях и результатах;

• ориентация на переподготовку персонала как на основное средство осуществления преобразований.

Эти характеристики современного процесса ОР указывают на фундаментальность преобразований в организации и необходимость привлечения исследователей и консультантов для решения поставленной проблемы. Модель исследования рассматриваемого класса проблем будем именовать ОР-циклом (см. Рис.5.2).

Для проблем, различаемых по времени наступления будущего состояния системы, решение может находиться с применением классического, СТВ- и ОР-циклов. Особенно это характерно для стратегических проблем, которые несут в себе все разнообразие толкования термина «стратегия». Поясним это положение, используя определение стратегии из работы [58]. Стратегия, по Г. Минцбергу, может рассматриваться как:

1) план — некая сознательно и намеренно разработанная для конкретной ситуации последовательность действий;

2) ловкий прием — своего рода «маневр»;

3) паттерн — заранее продуманная и выстраивающаяся по ходу развития событий последовательность действий;

4) позиция, являющаяся посредником между организацией и внешней средой и направленная большей частью на устранение формальной конкуренции;

5) перспектива, выстраивающая целую идеологию управления, разделяемую всеми членами организации в их намерениях или действиях.

Каждое определение стратегии существенным образом меняет методологию исследований этого класса проблем и может привести как к развитию, так и к реорганизации системы управления. Например, стратегии в понимании плана и некого маневра могут находиться с использованием классического цикла и СТВ-цикла в понимании ПАТТЕРНА и позиции — с применением СТВ- и ОР-циклов, перспективы — ОР-цикла.

Модель классического цикла

В классическом цикле выделяются пять этапов (см.Табл.5.1). Каждый этап характеризуется своими задачами исследования. Несмотря на достаточно строгую логику последовательности в этапах и задачах классического цикла, каждый исследователь вносит свои отличительные особенности в их формулировку. Особенно это касается постановки проблемы и формирования исходного множества альтернатив (ИМА).

Таблица 5.2 Этапы и задачи классического цикла исследования проблемы
Этап	Задачи этапа	Суть этапа
I. Постановка проблемы	1. Изучение природы проблемы, ее первоначальное толкование 2. Сбор информации о ситуации 3. Обработка и анализ информации 4. Формулирование проблемы и ее концепции 5. Обоснование актуальности решения проблемы	Что известно о проблеме? В чем корни проблемы?
II. Структурирование проблемы	1. Выделение разделов, задач, вопросов 2. Построение целевой модели и обоснование критериев 3. Организация исследования проблемы	Какие цели преследуются? Каким образом можно достичь целей?
III. Формирование исходного множества альтернатив (ИМА) решения проблемы	1. Установление требований, ограничений 2. Сбор дополнительной информации 3. Разработка ИМА решения проблемы 4. Идентификация альтернатив 5. Построение модели или алгоритма исследования каждой из возможных альтернатив	Что можно предпринять в связи с возникшей проблемой?
IV. Оценка ИМА и выбор наилучшей альтернативы	1. Выбор метода оценки ИМА 2. Нахождение решений по каждой альтернативе 3. Оценка эффективности каждой альтернативы 4. Выбор предпочтительной альтернативы из ИМА	Что будет лучшим из возможного?
V. Организация выполнения рекомендаций по устранению проблемы	1. Разработка плана внедрения рекомендаций по устранению проблемы 2. Контроль хода внедрения 3. Оценка результатов внедрения	Достигнут ли ожидаемый эффект от решения проблемы?

Для исследования «жестких» проблем разработан мощный арсенал формальных методов. Например, решение традиционной «жесткой» проблемы системы управления — выбор целевых рынков в соответствии с ресурсами и возможностями предприятия, обеспечивающих повышение эффективности его работы, — может осуществляться с помощью различной комбинации методов. Прежде всего постановка задачи может быть одно- и многокритериальной, а именно: максимизация общей прибыли или общей выручки, минимизация затрат, максимизация использования ресурсов. Затем распределение товара по рынкам может рассматриваться как статическая, детерминированная задача, исходная информация которой характеризуется полной определенностью, а решение находится методами линейного программирования.

Можно допустить, что входная информация — вероятностная, с существующей моделью ее распределения, тогда задача поддается решению с применением стохастического программирования. От принятой гипотезы будет зависеть сложность решения и доказательность полученных результатов. Практически любую проблему управления можно рассматривать в подобном контексте.

Модель СТВ-цикла

Цикл исследования проблемы, именуемый «Системная технология вмешательства», ориентирован на преимущественное использование формальных методов исследований. Агрегированная модель СТВ-цикла, как указывается в работе, состоит из трех пересекающихся с некоторым наложением фаз или стадий исследования проблемы: диагностики, проектирования и осуществления (внедрения). Каждая стадия содержит несколько этапов, которым соответствуют определенные задачи, техники и методы исследований. Отличительная особенность СТВ-цикла относительно классического состоит в следующем:

а) работа над проблемой ведется в интерактивном (диалоговом) режиме с возможностью неоднократного пересмотра решений на этапах, в ходе которых перепроверяются и корректируются промежуточные результаты;

б) решение проблемы рассматривается как итерационный процесс, позволяющий не только проектировать и сравнивать варианты решения проблемы, но и оценивать различные ее постановки и разработанные стратегии.

Интерактивный режим предполагает многовариантную и многоцелевую проработку ИМА с активным вмешательством заказчика проекта СТВ и использованием диалоговой или человеко-машинной системы. Вводом диагностики в качестве первой стадии цикла делается акцент на неопределенности и неоднозначности оценки сложившейся бизнес-ситуации в организации и на необходимости выбора из «бес-порядка» проблем наиболее актуальной на данный период времени.

Для того чтобы понять образуемый круг проблем, потребуется сформировать дескриптивную модель исследуемой системы (объекта), составить список проблем и выявить их природу, установить патологию (негативные отклонения и их закономерность) и противоречия в управлении.

Диагностика завершается ранжированием проблем и, в соответствии с его результатами, постановкой и структурированием проблемы, принятой для разработки (см. табл. 5.2).

Вторая стадия исследования проблемы, на которой выстраивается будущее состояние, во многом совпадает по форме с этапами II—IV классического цикла разработки проблем. В то же время понятие «проектирование ИМА» указывает на то, что по каждому варианту СТВ делается системная проработка, он рассматривается как проект, включая и экономическую оценку.

Возможности каждой альтернативы технологии вмешательства устанавливаются экспериментальным путем, как правило, математическим или имитационным моделированием. Результатом стадии проектирования служат обоснование выбора системной технологии вмешательства в функционирование организации и переход к разработке плана ее внедрения. Внедрению предшествует этап тестирования, на котором подтверждается эффективность найденного решения.

Существенное отличие СТВ-цикла от классического связано с третьей стадией, когда предполагается вмешательство в технологию управления для перевода системы в состояние устойчивого режима функционирования или на новую стадию развития.

Модель ОР-цикла

Модель действий при исследовании проблем ОР и реорганизации системы управления выстроена на основе обобщения публикаций, а также опыта исследования.

Исследование проблемы включает три фазы: первая — будущее состояние; вторая — оценка настоящего состояния, характеризующая ситуацию до изменения; третья — переходное состояние, которое конкретизирует в деталях, как перейти из настоящего в будущее.

Особенность модели ОР-цикла заключается в том, что исследование рекомендуется начинать с построения образа будущего состояния. Формирование будущего состояния практически начинается с момента научного предвидения или определения симптомов проблемы. Источником получения знаний по будущему состоянию организации выступают варианты ее стратегии и политики, которые представляют собой определенные конструкции будущего состояния.

По сравнению с СТВ-циклом стадия исследования причин проблемы в ОР-цикле усложнена. Так, стадия диагностики перерастает в ситуационный анализ, а диагностика становится началом (первым этапом) выявления и постановки проблемы, порождаемой внутренней средой организации. Ситуационный анализ, согласно его функциям и задачам, включает в себя как второй самостоятельный этап исследования оценку внешней среды, затем в качестве третьего этапа ведется разработка прогностической модели ожидаемого положения организации. Результаты ситуационного анализа — это сформулированные цели, критерии и задачи для переходного периода системы.

На стадии процесса изменения генерируют ИМА, составляют проекты альтернатив и проводят над ними эксперименты с применением математического и имитационного моделирования, по результатам которых проводятся оценка и выбор наилучшего образа будущего. На стадии внедрения тестируют модель образа будущего, разрабатывают способы адаптации системы к предстоящим изменениям.

На третьей стадии осуществляется реализация образа будущего организации в виде новой стратегии, политики, измененной структуры системы управления и механизма принятия решений и др.

Крупномасштабное изменение в ранге развития или реорганизации вызывает, по мнению Д. Надлера, как правило, три основные проблемы, состоящие в следующем [63].

1. Сопротивление изменениям со стороны персонала.

Главная причина заключается в том, что люди вырабатывают определенные шаблоны и приспосабливаются к существующей структуре, к понимаемой ситуации. Изменение означает поиск новых способов управления своим внешним окружением, которые могут оказаться не столь эффективными, как прежде.

2. Разрабатываемый процесс изменения предполагает перевод системы в переходное состояние, которое уникально и динамично. Механизмы системы управления созданы для стабильного, а не для переходного состояния, поэтому система управления должна решить сложную проблему, состоящую в том, чтобы перестроиться из статической в динамическую систему.

3. Любое серьезное изменение, особенно связанное с реорганизацией структуры, порождает возможность сдвига равновесия власти. Возникающая неопределенность, неоднозначность приводят к политической активности, конфликтам.

В заключение отметим основные сложившиеся принципы исследования проблем ОР:

• следование системному подходу;

• ориентация на процесс изменения;

• широкое использование достижений и методов поведенческих наук;

• введение роли фасилитатора — организатора процесса изменений;

• широкое вовлечение персонала в процесс ОР.

Рассмотренные концептуальные конструкции исследования проблем — классический, СТВ- и ОР-циклы — следует дополнить пятью ключевыми факторами успешных изменений из публикации [105]:

1) четкая связь со всеми служащими, имеющими отношение к новому стратегическому решению;

2) старт с хорошей концепцией или идеей;

3) принятие работником на себя обязательств;

4) обеспечение достаточными ресурсами;

5) наличие плана или стратегии осуществления изменений.

Выявление проблемы — это функция менеджеров-новаторов, квалифицированных специалистов и творческих коллективов непосредственно самой организации. Общие директивы высшего руководства — открыть новый рынок, улучшить качество или сократить затраты, по утверждению Р. Кантер, «едва ли принесут плоды без прямого участия инициативных менеджеров, способных предвидеть будущее, разрабатывать проекты и процессы, осуществлять их и соответствующим образом перестраивать работу своих групп».

Стратегические и тактические дилеммы

Дилемма — это сочетание суждений, умозаключений с двумя противоположными положениями, исключающими возможность третьего. Положение, при котором выбор одного из двух противоположных решений одинаково затруднителен, называется дилеммой. Из определения дилеммы становится ясно, что для ее разрешения используется классический цикл исследования проблемы.

Дилеммы возникают практически во всех сферах управленческой деятельности. Например, при построении структуры организации необходимо найти оптимальное соотношение между централизацией, которая способствует результативности контроля, и децентрализацией, открывающей большие возможности для проявления инициативы, или нужно решить, следует ли группировать людей и работы по функциональному признаку, либо по отношению к производимой продукции или услуге, либо по географическому признаку. Противоречие возникает, например, и между порядком, надежностью официальной процедуры и гибкостью, присущими автономной личности, а также между ростом затрат, обеспечивающих надежность системы, и ростом затрат на обслуживание системы в связи со снижением ее надежности.

Примером разрешения дилемм служит решение целого ряда задач с использованием методов классической теории оптимизации. Характерным примером дилеммы может служить восприятие американскими производителями проблемы качества, поскольку высокое качество — это всегда высокие расходы. Долгое время большинство производителей предполагали, что необходимо выбирать либо низкие расходы, либо высокое качество. Этот путь был ошибочным, так как производители столкнулись с все возрастающей международной конкуренцией со стороны компаний, избравших путь одновременного повышения качества и снижения цен.

Так как в управлении, кроме структурных, социальных и экономических дилемм, существует и набор принципов и идеалов, которые одинаково справедливы, но противоречат друг другу, то важно раскрыть основные аспекты понимания дилеммы» Для этого рассмотрим ряд приемов, которые позволяют творчески разрешить стоящие перед организацией дилеммы.

1. Выявление дилеммы: идентифицировать противопоставляемые ценности, образующие ветви дилеммы, например, стоимость (расходы) с качеством, местную инициативу с централизацией, стоимость машины с ее надежностью.

2. Графическое изображение: строится двухфакторный график для каждой исследуемой величины (показателя) с противоположной тенденцией изменения.

3. Контекстуализация, т.е. смягчение противопоставляемых ветвей дилеммы с помощью следующего приема: каждый вариант по очереди представляется в окружении или в контексте другого варианта.

4. Преодоление статического мышления: дилемма часто возникает только потому, что противопоставляемые величины рассматриваются в статике, а не в динамике, т.е. без учета перспективы. Например, введение новых наукоемких технологий позволит одновременно повысить качество продукции и снизить расходы на ее изготовление.

5. Волны и циклы: на стратегическом пути обе противопоставляемые закономерности в зависимости от этапа их развития могут потерять актуальность исследования. Например, завершился жизненный цикл товара или высокий спрос на товар позволяет не заботиться о повышении его качества.

6. Синергия: при совместном действии нескольких факторов результат может превзойти их простую сумму. Достижение синергии означает существенное улучшение ситуации по обоим показателям.

В заключение этой главы следует отметить, что исследование проблемы — это творческий процесс, а значит, надо выбрать такой образ действия, который нацелен на то, чтобы выработать из возможных альтернатив оптимальное решение. Представленные подходы к исследованию проблем и циклы их разработки далеко не исчерпывают всего существующего разнообразия моделей поведения исследователя. Но, благодаря этому, формируются стартовые условия для решения проблем.

гл.6 Структурные модели систем управления

Основные системные понятия

В монографии «Методология систем» дается ссылка на высказывание А. Эйнштейна о том, что при изучении явлений ему наиболее продуктивным представляется геометрический подход, т.е. возможность графически изобразить смысл исследуемого. Развитие геометрического подхода в теории управления организациями определено влиянием общей теории систем, создание которой вызвано возросшей в 1940-х гг. ролью методологических исследований сложных объектов в математике, биологии, физике, экономике, управлении и социологии.

Общая теория систем представляет собой научную дисциплину, которая изучает различные явления, отвлекаясь от их конкретной природы и основываясь лишь на исследовании формальных взаимосвязей различных факторов, составляющих эти явления, и на характере изменения этих факторов под влиянием внешних условий. Формальное представление изучаемого явления основывается на таких категориях, как система, элемент, подсистема, связь, структура.

Понятие «система» используется в тех случаях, когда необходимо охарактеризовать исследуемый или проектируемый объект как нечто целое и сложное. Наиболее распространенное определение «системы» дано одним из основателей общей теории систем, австрийским ученым, биологом-теоретиком Л. фон Берталанфи (см. гл. 2). В его формулировке система — это «некоторое количество взаимосвязанных элементов, объединение которых дает единое целое и новый системный эффект». Понятие системы может означать как материальный объект или явление, так и способ организации деятельности, знаний и сведений об изучаемом объекте. Возможность различать структурные закономерности, порождающие те или иные события, упрощает методологию исследований систем.

В теории управления организациями систему характеризуют такими категориями, как цель и функция. При принятии за основу определение системы как «множества упорядоченных некоторым отношением или связанных по определенному признаку элементов» [103], необходимо добавить: выполняющих (относительно элементов) ту или иную функцию для достижения поставленной цели. Под элементом понимается объект, внутренняя структура которого не является предметом изучения, а рассматриваются только свойства, определяющие его взаимодействие с другими объектами системы [8]. Элемент представляет собой неделимую часть системы на момент исследования и графически отображается в виде замкнутой геометрической фигуры. Расчленение системы на элементы — один из первых шагов ее исследования.

Некоторая группа взаимосвязанных элементов, способная выполнять относительно независимую функцию и обладать свойством целостности, называется подсистемой. Подсистемы сложной системы могут быть сложными системами, которые легко расчленяются на соответствующие подсистемы. Взаимодействие элементов и подсистем отображают соединением их линиями, называемыми связями.

Связи разделяют по ряду признаков:

по силе управляющего воздействия одного элемента на другой — горизонтальные и вертикальные, прямые и обратные;
характеру взаимодействия элементов — слабые и сильные, жесткие и гибкие;
по отношению к объекту управления — «входы», управляющие воздействия, «выходы», механизмы исполнения, внешние и внутренние и др.

Формальное описание с помощью графического языка различных типов отношений между элементами или подсистемами означает построение структуры. Наиболее распространено следующее определение: структура — «относительно устойчивый аспект системы, включающий элементы и совокупность связей, сочетающих эти элементы в определенную целостность» [8]. Графическое отображение структуры принято называть схемой. Под схемой понимается некоторое соединение элементов, каждый из которых несет определенную информацию.

Любая организация, по выражению К. Менара, является структурированной совокупностью, которая отображается в виде ее структуры [51]. Организационные структуры — это схемы сложной архитектуры, несущие большую смысловую нагрузку. Структура организации, по определению П. Сенге, «включает то, как люди принимают решения, переводящие восприятия, цели, правило и нормы в действие». В этой связи схемам, используемым для исследования структуры систем управления и управляемых объектов, следует придать более высокий статус и рассматривать их как структурные модели системы.

Структурные модели, как следует из классификации моделей (см. рис. 3.1), относятся к классу квазианалоговых моделей, сочетающих принципы аналогии и абстракции. Под структурной моделью понимается абстрактный образ объекта (системы), представленный в виде графической конструкции, состоящей из множества элементов и действующих между ними связей, и построенный на основе определенных принципов, закономерностей и правил.

В теории управления сложилось несколько подходов к построению структурных моделей, определяемых принципами формального описания систем, предложенными:

а) общей теорией систем;

б) кибернетикой;

в) теорией структурного анализа;

г) теорией графов;

д) логикой мышления или здравым смыслом.

Любая структурная модель, независимо от подхода, формируется из приведенных ранее категорий: элемента, подсистемы, связи. Но каждый подход и позиция исследователя вносят свои особенности в содержание категорий систем и их отображение с применением специального графического инструментария. Например, элементом можно обозначить:

форму группирования персонала: отдел, службу, сектор, лабораторию;
объект: завод, цех, оборудование, узел;
процесс, функцию, цель, задачу, работу и операцию.

Для того чтобы инструмент построения структурных моделей стал осознанно необходимым и доступным для широкого применения в исследовании систем управления, делается акцент на методологических принципах, которые заложены в каждый подход к конструированию структурных моделей систем. Кроме того, в литературе по теории управления накопилось множество простейших структурных моделей (схем). Их систематизация приведена в работе. Объединение на одном «поле» фундаментальных и прикладных знаний для построения структурных моделей и представление более углубленной их систематизации — цель изложения последующего материала.

Структурные модели иерархии

Основным классом объектов, изучению которых посвящена теория систем, являются сложные системы. Исследователи систем утверждают, что как только система становится сложной, в ней неизбежно возникает иерархическая структура.[52,61] Иерархические структуры служат атрибутом экономических, социальных, производственных и технических систем. Это объясняется тем, что действующие организационные системы гетерогенны (неоднородны) и в целях повышения управляемости этими системами потребуется разложить их на однородные образования выделением страт. Страты — это уровни (S_i), определяемые по совокупности сходных признаков. Отношение между уровнями системы выстраивается исходя из следующих базовых принципов.

Первый принцип. Если множества входной (X) и выходной (Y) информации неоднородны и образуют два независимых базиса:

то система S может быть описана в виде совокупности S_n уровней, т.е. в виде иерархической структуры. Для каждого уровня имеет место:

где Е, W — соответственно нисходящие и восходящие потоки, обеспечивающие связь между уровнями.

Именно наличие нисходящих и восходящих потоков объединяет уровни в единую систему. Отсутствие таких потоков приводит к тому, что исходная система S разбивается на совокупность независимых более мелких систем.

Второй принцип. Процесс построения иерархической структуры предлагает определенную свободу стратификации системы. Это приводит к порождению множества структурных моделей систем иерархической конфигурации, поэтому следует воспользоваться определенными рекомендациями построения иерархической структуры системы, предложенными в публикации [60]

каждому уровню должна быть назначена цель, что подразумевает предварительную разработку «дерева целей»;
необходимо предоставить право верхнему уровню принимать общесистемные решения;
каждый уровень должен иметь свою систему измерения и критерии оценки результатов;
цель и задачи каждого уровня должны быть согласованы с глобальной целью и задачей всей системы и подчинены их выполнению оптимальным образом;
для каждого уровня должна быть очерчена зона ответственности и определены «права» на управление подчиненной ему частью системы;
для каждого уровня должны быть четко решены коммуникационные вопросы: какая информация ему доступна; какие сведения и в каком виде уровень должен сообщать наверх и вниз? и др.

Пример отображения структуры системы, построенной на принципах общей теории систем, приведен на рис. 6.1.

Примеры иерархических структур — это классические схемы организационных структур: линейной, функциональной, линейно-функциональной, дивизиональной и других их разновидностей, особенности которых описаны в ряде учебников по теории организации [102] и теории менеджмента[53,55] и не требуют дополнительных пояснений.

Теоретиками в области управления организациями прилагается много усилий для формализации и компьютеризации процесса построения организационных структур. Эта проблема занимает математиков, логиков, программистов, специалистов системотехники. Однако пока, в начале XXI в., приоритет отдается методу аналогий и другим эвристическим методам.

Архетипы систем управления

Развитие системных понятий и их использование в управлении связаны с созданием кибернетики как науки об управлении, о связи и переработке информации (1950-х гг.). Кибернетика, как утверждал А. Берг, открывает единство процессов управления, где бы они ни происходили, ибо все они характеризуются точной количественной мерой — уменьшением энтропии. Как только исследуемый объект отображается в виде упорядоченного множества элементов или подсистем, связанных между собой потоками информации, говорят, что объект представлен в виде кибернетической системы (см. рис. 2.2). Вообще говоря, кибернетическая система представляет собой абстракцию сложной системы под информационным углом зрения, и эта абстракция служит основным средством изучения систем управления.

Созданные на основе принципов кибернетики типы систем управления [6,75,118] выступают основополагающими образами, которые по аналогии с архетипами управления поведением, введенными П. Сенге [88] в теорию управления, можно считать архетипами систем управления. Под архетипом будем понимать высшую ступень абстракции в типизации систем, благодаря которой системе придается определенный статус, характеризующий уровень развития знаний и умений в сфере управления. Архетип отражает принцип и контур управления посредством информационных потоков и является «визитной карточкой» системы управления.

Построим основные архетипы систем управления, основываясь на работах С. Бира [6] и А.Д. Поспелова [75]. Выделим общий архетип с элементами «объект управления» — «система управления» — «внешняя среда» (рис.6.2). В этой модели реализуются такие принципы управления, как «черный ящик», обратная связь, взаимодействие системы с внешней средой.

О собенности моделей управления отражают частные архетипы. Рассмотрим их, начиная от простейшей модели «жесткого» управления и заканчивая моделью рефлексивного управления.

Архетип I — система с разомкнутым контуром управления, или система управления только с прямой связью (рис.6.3а). Такие системы реализуют (блок R) заложенный в них алгоритм управления, «не интересуясь» реакцией на результаты труда. Механизм блока R осуществляет управление входными потоками согласно нормам, стандартам и правилам, блока G — мониторинг и контроль выходных потоков. Конструкцию архетипа разомкнутой системы в дальнейшем будем именовать архетипом «жесткого» управления.

А рхетип II — система управления с замкнутым контуром управления, образуемым посредством обратной связи (рис.6.3б). Здесь блок R реализует и алгоритм «жесткого» управления, и алгоритм корректирующих действий, определяемых «силой» обратной связи, зависящей от меры несоответствия полученных результатов ожидаемым (плановым) и установленной механизмом блока D. Блок D будем именовать блоком контроля и корректирования текущей ситуации в системе. Следует отметить, что источник обратной связи — это множество параметров, наблюдаемых (измеряемых) блоком G в каждый элементарный период t (t= 1,2,..., k), характеризующий t-е состояние системы.

В практической деятельности несоответствия разделяют на существенные и несущественные и разрабатывают алгоритмы управления по отклонениям, использующие целевую функцию минимизации отклонений, например

или функцию равномеризации (выравнивания) отклонений

где , — среднее за интервал времени N и текущее в период t значение i-го параметра.

Задачи с критериями (6.1) и (6.2) и подобными функциями сводятся к задачам линейного программирования.

Архетип III — система управления с адаптацией (рис.6.4а). Особенность архетипа — это образование в системе с замкнутым контуром управления блока адаптации, обозначенного как блок A. Основное назначение блока A связано с выбором способа управления из множества допустимых вариантов управления, способствующих приближению системы к планируемой траектории функционирования.

О тдельное от блока D представление на схеме блока А объясняется следующим. Во-первых, интенсивность принятия решений по адаптации значительно меньше, чем по управлению отклонениями. Во-вторых, сложная система представляет собой композицию из локальных подсистем, и блок адаптации работает в режиме «переключения» по этим подсистемам. Например, подключаем склад готовой продукции для ее поставки потребителям, вводим в работу резервное оборудование, выходим с продукцией на новый рынок и т.д. В дальнейшем архетип рассмотренной конструкции будем называть архетипом адаптивного управления.

А рхетип IV — система управления, реализующая алгоритм оптимального управления, создаваемый на основе системы знаний. Такой класс систем управления для краткости будем именовать архетипом оптимального управления (рис.6.4б). По определению, данному академиком Д.А. Поспеловым, подобные конструкции называются модельными системами управления [75]. По аналогии с предыдущим архетипом получаем систему управления с замкнутым контуром. К блокам D и А добавляется блок М — система знаний, содержащая модельное и алгоритмическое представление знаний об объекте, используемых в алгоритме управления. Информация блока М непрерывно обновляется, уточняется и пополняется, т.е. ведется управление системой знаний по всем законам теории информации.

Архетип V — рефлексивные системы управления, обладающие основополагающими знаниями об объекте и управлении этим объектом. Этот класс систем (рис.6.5) характеризуется вводом специального элемента — блока I, интерпретатора для перестройки и самоорганизации моделей и алгоритмов знаний. Основная задача этого блока заключается в распознавании воздействий внешней среды и подготовке ответной реакции объекта управления. Такие действия осуществляются с помощью специальных процедур, реализуемых в интерпретаторе, таких как выделение причинно-следственных цепочек, обнаружение закономерностей, идентификация факторов и т.п. Кроме того, в интерпретаторе реализуются и специальные вычислительные процедуры, позволяющие строить статистические модели с целью их использования в блоке М.

В рефлексивных системах блок R поглощает блок D, а источником нетрадиционных, новых знаний выступает комплекс блоков М, I и А. Системы управления этого архетипа — наукоемкие и служащие образами современного управления сложными системами — в дальнейшем будем именовать архетипами рефлексивного управления.

Разработанные на основе принципов кибернетики и теории автоматического управления архетипы являются главными показателями, по которым можно судить о потенциальном качестве управления.

В современной литературе по менеджменту, особенно зарубежных авторов, широко используется кибернетический подход для изучения систем управления. В первую очередь это относится к архетипу с обратной связью (рис.6.3б).

SADT-модели систем.

Концепция и принципы построения SADT-модели

Методологические основы общей теории систем, в частности принцип иерархичности систем, и кибернетики, такие как принципы обратной связи и «черный ящик», используемые для формализации и исследования систем управления, нашли развитие в теории структурного анализа и проектировании систем (SADT) [54,58]^⁷. Концепция SADT — это представление организации в виде системы функций. Графический язык создан методологией построения архитектуры моделируемой системы. Методология структурного анализа претендует на общность предложенного метода описания и анализа системы с помощью структурных моделей и использование его для систем широкого профиля. На основе методологии SADT созданы три класса структурных моделей, именуемых SADT-моделями:

функциональная модель, которая является структурированным изображением системы функций^⁸;
информационная модель^⁹, которая представляет структуру информации, необходимой для поддержания системы функций;
динамическая модель меняющегося во времени поведения функций, информации и ресурсов производственной системы или среды.

Методология SADT возникла в конце 1960-х гг. в связи с созданием структурного программирования. Ее появление на рынке произошло в 1975 г., а к 1981 г. SADT использовалась более чем в 50 компаниях при работе над 200 проектами аэрокосмической промышленности Европы, Америки и стран Востока. Основные достоинства методологии SADT состоят в разработке структурных методов, способствующих применению компьютерных технологий для анализа и лучшего понимания путей повышения эффективности управления.

Модель, разработанная на основе методологии SADT, — это описание системы с помощью специального графического языка (блоков и связей-дуг), текста и глоссария (краткого пояснения). По сравнению с графическими языками кибернетики и общей теории систем получаем менее формализованное, доступное для понимания широкому кругу специалистов в области управления описание системы. Остановимся на особенностях построения SADT-модели системы как совокупности взаимосвязанных функций.

Элементы функциональной SADT-модели

На языке методологии SADT элементы модели представлены блоками, отображающими функции, и связями-дугами, отображающими взаимодействие функций. Функция — это все то, что может быть выражено глаголами в активной форме, например: планировать, контролировать, регулировать, разрабатывать и т.д. Дуги отражают материальные объекты или информацию, в которой нуждается или которую производит функция (ри.6.6)^¹⁰.

Н азначение дуг состоит в определении входа, выхода, управления функцией, механизма выполнения функции, а также обратной связи. Входящие с левой и верхней стороны блока дуги представляют информацию, необходимую для выполнения функции. Дуга, входящая с верхней стороны, может определять управление. Принято, что дуга называется управляющей, если неочевидно, что она определяет только вход. Каждый функциональный блок имеет, по крайней мере, одну управляющую дугу. Управление описывает условие или обстоятельства, которые управляют функцией.

Выходящие дуги с правой стороны блока изображают информацию или материальные потоки, полученные в результате выполнения функции. Связка «вход — выход» означает, что блок представляет переход функции от состояния «до» к состоянию «после». К нижней части блока (рис.6.7, Диаграмма А) присоединяется дуга «механизм», обозначающая либо человека, либо автоматизированную систему управления (АСУ), ориентированную на выполнение функции. Таким образом, вход и выход показывают, что делает функция, управление объясняет, на основе чего это делается, а механизм — как это делается. В целом, дуги объясняют смысл и ограничивают влияние каждого блока.

П равила построения функциональной SADT -модели

Цель модели состоит в определении ее назначения и формулируется, например, таким образом: «понять обязанности каждого работающего в организации, чтобы упорядочить и сделать эффективным управление персоналом». Построение модели ведется по следующему сценарию.

Блоки и дуги объединяются в диаграмму. Диаграмма состоит из трех—шести взаимосвязанных функций. Нижний предел «3» гарантирует введение достаточного количества деталей, чтобы полученная диаграмма была информативна. Верхний предел «6» позволяет использовать иерархию для описания сложных систем.

Описание системы функций с помощью SADT -модели — это представление ее в виде иерархии диаграмм (рис.6.7). Построение модели начинается с представления всей системы в виде простейшей абстракции — одного блока и дуг, изображающих интерфейс с функциями вне-системы (корневая диаграмма). Поскольку единственный блок представляет всю систему как единое целое, имя, указанное в блоке, отображает общую цель системы. На следующем шаге корневая диаграмма детализируется построением диаграммы с несколькими блоками, соединенными интерфейсными дугами. Каждый блок декомпозируется для более детального представления, и так до тех пор, пока не будет достигнут требуемый уровень детализации.

Техника исследования системы управления

Исследование системы управления на основе функциональной SADT-модели начинается с того, что очерчивается граница системы, изучается ее контекст, формулируется цель, обосновывается позиция (точка зрения) изучения системы. Для этого предусмотрены следующие стандартные этапы работ:

сбор информации об исследуемой области;
документирование полученной информации;
построение модели;
уточнение модели посредством итеративного рецензирования.

Сбор информации проводится по следующей схеме: чтение документации, опросы или интервью (диалоги), совещания, наблюдение за работой, анкетирование, использование собственных знаний. Результатом этого этапа служит установление цели модели и точки зрения, т.е. позиции, с которой будет исследоваться система, а также пользователя модели для ее итеративного рецензирования в процессе разработки. Важным решением на этом этапе является определение границы системы, т.е. достижение общего согласия относительно понимания системы. При этом вносится ясность относительно входящих в систему объектов. Объекты, включенные в очерченный контекст, в процессе разработки модели могут исключаться или дополняться.

Документирование полученной информации сводится к составлению списка данных и списка функций. Подданными в структурном анализе понимаются как информация, так и объекты. Например, при исследовании отдела сбыта в качестве объектов выступают: база данных по потребителям, план поставок, бланки документов на товар, отгрузку и т.д. Здесь также рассматриваются транспортные средства — кран, контейнер, грузовой автомобиль и др., т.е. все то, что необходимо для реализации функции «отгрузить товар». Список функций — это список всех действий. Для его формирования следует пользоваться списком данных.

Следующий этап построения модели — это создание ее графической конфигурации в виде иерархии диаграмм. Верхний, нулевой, уровень — это обобщенная диаграмма (рис.6.7). Первый уровень — диаграмма, детализирующая диаграмму нулевого уровня и содержащая, как правило, от трех до шести блоков. Затем строятся диаграммы второго уровня, каждая из которых детализирует блок-функцию первого уровня, и т.д. На диаграмме границы каждого блока определены интерфейсными дугами. Различаются внешний и внутренний интерфейсы.

Следует обратить внимание на то, что при определении согласованности между функциями и их графической интерпретацией необходимо изучить типы связности. Известно, по крайней мере, семь типов связности: случайная, логическая, временная, процедурная, коммуникационная, последовательная и функциональная. На основании типа связности выстраивается интерфейс дуг. Все разработки диаграммы и связанные с ними глоссарии оформляются в виде SADT -папки, т.е. в виде проекта на данную функцию и в конечном счете на исследуемую систему.

Методология SADT широко использует компьютерное построение структурных моделей системы. Этим достигаются оперативность и вариативность разработок при исследовании и проектировании систем управления, а также преодоление барьера размерности задачи. Приведенная литература, особенно монография Д.А. Марка, К. МакГоуэн, служит превосходным методическим материалом для изучения инструментария SADT.

Сетевые модели.

Основные понятия и классы сетевых моделей

Сетевая модель отображает взаимосвязи операций и порядок их выполнения [10,93,97]. Операции логически упорядочены во времени в том смысле, что одни операции нельзя начать, прежде чем не будут завершены другие. Операция — это работа, для выполнения которой требуются затраты времени и ресурсов.

С применением сетевых моделей решается широкий круг задач оптимизации планирования и претворения в жизнь взаимосвязанных процессов. Такие задачи возникают при осуществлении проектов любой сложности, включающих проведение некоторого комплекса мероприятий. Освоение инструмента «оптимизации на сетях» особенно актуально в связи с развитием процессного подхода к совершенствованию управленческой деятельности.

Цели решения задач заключаются:

в определении критического пути (метод критического пути — МКП), т.е. маршрута или набора взаимосвязанных, «критических» операций, которые особым образом влияют на общую продолжительность выполнения проекта и которым необходимо уделять особое внимание для выполнения проекта в срок;
определении и расчете резерва времени, под которым понимается количественный показатель подвижности, или запасного времени по каждому действию в сетевой модели при условии обязательного завершения проекта в минимально возможные сроки;
планировании человеческих и материальных ресурсов с позиции их равномеризации во времени;
сокращении времени выполнения проекта с учетом экономических факторов использования имеющихся ресурсов;
оценке и пересмотре планов (программ) при условии случайной продолжительности выполнения операций (ПЕРТ).

В методах ПЕРТ и МКП основное внимание уделяется временному аспекту планов. Оба метода определяют календарный план проекта. Различие состоит в том, что в методе МКП продолжительность операций определяется детерминированными величинами, а в методе ПЕРТ — случайными. Оба метода составляют единый метод сетевого планирования и управления (СПУ).

Сетевые модели имеют множество модификаций. В качестве классификационных признаков используют структуру, характер информации, количество учитываемых параметров, количество выделяемых работ. По структуре сетевые модели делятся на канонические и альтернативные. Канонические модели отличаются фиксированной структурой. Это означает, что во всех вершинах над работами осуществляется единственная логическая операция «И» (V), согласно которой любую выходящую из события работу можно начать лишь после завершения всех без исключения входящих в нее работ.

В альтернативных моделях структура сети переменная. В любой вершине допускаются операции логики «И» (V), либо «ИЛИ» (Ʌ). В последнем случае для начала выходящей из события работы достаточно окончания любой из входящих в него работ. В зависимости от того, какие ограничения наложены на описание событий (вершин) и операций (дуг), выделяют: сети простого типа, вершины которых не имеют внутренней структуры; иерархические сети, вершины которых рекурсивно сами обладают сетевой структурой.

Сетевые модели могут быть вероятностными и детерминистическими. Вероятностными считаются сетевые модели, в которых параметры работ заданы случайными величинами, детерминистическими — те, в которых эти параметры заданы однозначно обусловленными величинами. По составу учитываемых в сетевых моделях параметров выделяют модели с учетом времени, стоимости и ресурсов, а именно одно- и многопараметрические. В зависимости от количества технологически независимых комплексов работ сетевые модели подразделяют на одно- и многосетевые. Односетевые модели могут быть одно- и многоцелевыми, многосетевые модели — всегда многоцелевые.

Не исключаются и другие классификации, что зависит от назначения сетевых моделей. В настоящее время они широко применяются при проектировании и оптимизации коммуникационных систем, экономико-информационных и информационно-управляющих систем, сетевого управления и в других приложениях.

Правила построения сетевой модели

Техника построения сетевой модели заключается в следующем. Сеть или ориентированный конечный граф без контуров состоят из множества узлов (вершин, точек) и дуг (ребер, звеньев), соединяющих различные пары узлов. На каждой дуге задана ее ориентация (определено направление), поэтому говорят, что сеть является ориентированной. В описании ориентированной сети используют числа натурального ряда для обозначения узла (Е_i) и пару чисел, определяющих исходящий (i) и входящий (j) узлы для ориентирования дуги (i,j). Последовательность дуг, соединяющих узлы, называется путем между этими узлами. Сеть называют связной при условии, что существует, по крайней мере, один путь между любой парой узлов.

Построение сетевой модели должно следовать определенным правилам:

каждая операция в сети представляется только одной дугой (i,j);
ни одна пара операций не должна определяться одинаковыми начальными и конечными событиями;
при включении каждой операции в сетевую модель для обеспечения правильного упорядочения необходимо дать ответы на следующие вопросы: какие операции необходимо завершить непосредственно перед началом рассматриваемой операции; какие операции должны следовать после завершения данной операции; какие операции могут выполняться одновременно?
в сети не должно быть событий (кроме исходного), в которые не входит ни одна дуга, и событий (кроме завершающего), из которых не выходит ни одна дуга.

В построении модели используют три вида операций (рис. 6.8):

действительная операция — работа, требующая затрат времени и ресурсов (сплошная линия);
операция-ожидание, т.е. работа, требующая только затраты времени (штрих-пунктирная линия);
фиктивная операция — логическая связь, которая отражает технологическую или ресурсную зависимость с отсутствием связывающих их операций (пунктирная линия).

Построение сетевой модели начинается с составления списка операций (работ), подлежащих выполнению.

Последовательность операций в списке может быть произвольной, так как построение сетевой модели проходит несколько итераций. Перечень операций тщательно продумывается и детализируется. Операции, включенные в список, характеризуются определенной продолжительностью, которая устанавливается на основе действующих нормативов или по аналогии. Такие временные оценки называются детерминированными.

Список операций представляется в виде таблицы, в которой указываются индекс мероприятия, его содержание, очередность и продолжительность. После составления списка операций приступают к процедуре построения сети, фрагмент которой приведен на рис. 6.8.

Особенность сети на рис. 6.8 заключается в вводе фиктивных операций e_2-3 и е_5-6. В частности, фиктивная операция е_2-3 указывает, что в качестве опорной для операции е_3-4 наряду с операцией е_1-3 выступает и операция е_1-2. Подобную роль выполняет и фиктивная операция е_5-6 для действительной операции е_6-8. На построенной сетевой модели выполняются расчеты с использованием специальных правил для определения критического пути и резервов времени для отдельных операций, которые несложно преобразовать в реальную шкалу времени, удобную для разработки программы или проекта работ.

Дополнением к планированию работ по проекту служит построение графика Ганта и диаграммы распределения потребностей в человеческих и материальных ресурсах. График Ганта дает возможность пользователю определить, какие действия имеют место в любой отрезок времени. Диаграмма потребностей позволяет проанализировать варианты распределения ресурсов, особенно при возникновении проблем с выполнением запланированных мероприятий. Если существуют ограничения на расход ресурсов и по диаграмме выяснено их превышение, то необходимо изыскать возможности «выровнять» (равномеризировать) потребности на протяжении проекта, особенно когда речь идет о рабочей силе. Такие действия потребуют корректирования первоначального варианта диаграммы Ганта.

Для детального изучения различных классов сетевых моделей следует обратиться к специальной литературе по исследованию операций, в частности работам [10,93], по управлению проектами [97].

Сетевая модель «дерево»

Частным случаем сети выступает связная сеть, или «дерево», — дедуктивно-логическая модель. Граф называется связным, если он не содержит циклов и для любых двух его вершин существует соединяющий их путь [103]. Идея построения дедуктивно-логической модели в виде «дерева» выглядит следующим образом. Имеется исходный элемент X₀, представляющий собой сформулированную общую цель, проблему или задачу. Ему придается статус «корня дерева». Выведенные из «корня дерева» дуги образуют концевые узлы x₁_a,x₂_b,…,x₃_c, которые затем при последующей декомпозиции могут стать корневыми, например, x₂_a_в,x_2аг,x_2бд,x_2бе, и таким образом до элементарных операций. Граф «дерево» графически отображается подобно иерархической модели, приведенной на рис.6.1. Отметим основные свойства модели «дерево»:

а) вершины графа фиксируют определенный иерархический уровень «дерева» и представляют аналог иерархической системы управления с прямыми связями, т.е. когда имеются «сигналы» управления, идущие с верхнего уровня к ближайшему нижнему уровню, представляющему частичное разложение его цели на подцели или функции на подфункции и т.д.;

б) ребра графа ориентированы таким образом, что все операции (или цели), начинающиеся в вершине Х₀ и составленные из последовательности ребер, являются элементами общей совокупности (технологии, комплекса) или цели;

в) если соединить корень или другую вершину графа с некоторым выходом, то будет реализована булева функция — конъюнкция или структурная функция системы, определяющая один из возможных путей или функционирования системы, или решения проблемы, или достижения цели.

«Дерево» как инструмент исследования используют для построения абстрактно-дедуктивной модели определенного назначения:

«дерево целей» для анализа системы в терминах целей;
«дерево задач» для анализа системы в терминах функций;
«смешанное дерево», где цель одновременно будет считаться и функцией, тогда это будет функционально-целевой анализ;
«дерево решений» содержит проблемы, формулировки которых в неявном виде определяют и цели (разрешение проблем), и задачи (что надо сделать для разрешения проблем).

Эскизные модели.

Принципы построения

Под эскизной моделью будем понимать структурную модель, построенную на логической согласованности функций, действий, потоков и т.д., не ограниченную строго соответствующим графическим языком и правилами. К настоящему времени в менеджменте используется широкий круг таких моделей-схем. Объединение некоторых схем в так называемый класс схематических моделей рассматривается в работе [24]. Наиболее полное множество идентифицированных схем приведено Э. Фармером в книге «Подходы к развитию и изменениям в менеджменте» [105], по названию которых легко судить об их назначении. Например, системная карта и схемы: влияния, последовательности действий, функциональных потоков, причинно-следственной связи, поля сил.

При построении эскизных моделей рекомендуется следовать ряду таких принципов, как ясность, простота, логичность, информированность, четкость, согласованность, творчество. Рассмотрим суть приведенных принципов.

Ясность. Простейшие модели используются для того, чтобы сделать более ясными ситуации, процессы и следствия, поэтому графическое отображение должно быть точным и аккуратным и в то же время понятным и простым.

Простота. Следует избегать слишком сложных конструкций моделей, несущих излишнюю информацию. Если анализируется сложная ситуация, то следует построить несколько различных схем, представляющих конкретные аспекты этой ситуации.

Логичность. Язык простейших структурных моделей в наибольшей степени приближен к созданию рисунка «портрета» реальных объектов (ситуации, явления, процесса, действия и т.д.), поэтому они должны тестироваться на правильность отображения.

Информированность. Каждая модель должна иметь имя и название, например «системная карта функционирования банка» и т.д. Должен быть обозначен и каждый элемент как носитель или цели, или функции, или устройства, или процесса, а связи определенным образом ориентированы.

Четкость. Все поясняющие надписи и предположения должны быть кратко и четко сформулированы, чтобы не осталось недопонимания на содержательном уровне.

Согласованность. При построении схем необходимо тщательно отслеживать функциональную, логическую, конструктивную и другие зависимости между элементами, чтобы получить неискаженную ин-формацию.

Творчество. Для того чтобы модель была эффективна, ее построение не должно испытывать ограничения со стороны инструментальных возможностей. Наглядная схема, нарисованная от руки, всегда воспринимается лучше и над ней проще работать, но язык ее должен соответствовать определенным правилам.

В целях популяризации простого инструментария, удобного для использования на первых шагах исследования систем управления, перейдем к краткому рассмотрению основных групп эскизных моделей.

Типы эскизных моделей

Системная карта. Исследование системы целесообразно начинать с построения системной карты, представляющей собой ее простейший графический образ, формируемый исходя из основных понятий теории систем — система как некоторая целостность, ее граница как замкнутый контур, структурообразующие элементы — подсистемы. Для построения системной карты целесообразно использовать индуктивный метод познания: вначале следует определить, что будет рассматриваться в качестве структурообразующих элементов (подсистем), которые должны быть, прежде всего, однородны, т.е. это могут быть функциональные подсистемы, а также группы или команды, ресурсы, оборудование и т.д. Выбранные структурообразующие элементы объединяют согласно позиции некоторого субъекта-исследователя в систему.

Р ассмотрим композицию, состоящую из системной карты системы управления и отдельно подсистемы, приведенную на рис 6.9. Первый этап познания системы управления — это ее общесистемное представление в виде совокупности подсистем, которыми выступают виды управленческой деятельности (рис. 6.9а). Каждой подсистеме дается имя, отражающее без дополнительного пояснения ее функциональное назначение. Отметим, что сущность подсистем с формальной точки зрения двойственна: с одной стороны, она сама является системой, а с другой — представляет собой элемент сложной системы, как показано на рис.9.6б, а с другой - представляет собой элемент сложной системы. В качестве структурообразующих элементов каждой подсистемы могут рассматриваться операционные функции и объекты управления, результат деятельности которых — некоторая продукция (информация, расчет, подготовленный документ, разработанное решение).

Схема влияния. Если системную карту дополнить стрелками, обозначающими взаимовлияние подсистем и структурообразующих элементов другого уровня посредством поглощения или генерирования информационных, материальных и денежных потоков, то получим модель, называемую схемой влияния. Интенсивность влияния обычно выражается толщиной стрелок. При изучении любой подсистемы управления, чтобы не усложнять картину, следует построить три схемы влияния:

потоки, поступающие в подсистемы от структурообразующих элементов внутренней среды системы;
потоки, поступающие из исследуемой подсистемы в структурообразующие элементы системы управления;
потоки, поступающие от структурообразующих элементов внешней среды. В целом они отображают композицию схем или структурную модель взаимодействия подсистемы управления с внутренней и внешней средой.

П оле сил. Как вариант представления взаимодействия среды и структурообразующего элемента может рассматриваться и модель поля сил (рис.6.10), предложенная К. Левиным [42]. Модель «поле сил» основана на идее, что любая ситуация в любой момент времени не статична, а находится в динамическом равновесии под влиянием двух групп факторов, определяемых как движущие и сдерживающие силы.

Первая группа факторов действует таким образом, чтобы вывести ситуацию из состояния равновесия, вторая группа направлена на поддержание устойчивого состояния или равновесия.

Построение и анализ поля сил выполняются на предварительной стадии исследования проблемы, когда целесообразно сгруппировать существующее множество факторов, оказывающих влияние на текущее состояние, и разобраться в характере этого влияния. Благодаря этому происходят систематизация и разделение факторов на движущие к изменениям и сдерживающие их. Графически факторы-силы представляются стрелками, отображающими их направленность, а толщина и длина стрелки характеризует силу и продолжительность влияния.

Причинно-следственная связь. Эскизные модели, именуемые причинно-следственной связью, выстраиваются на основе интеграции идей, используемых при построении моделей «схема влияния» и «поле сил». Модели этого типа представляются в виде двух следующих композиций: связного графа с «кроной», развивающейся вверх, и дугами, ориентированными вниз, к «корню» графа, и диаграммы Ишикавы (или диаграммы «рыбий скелет»). Их основные атрибуты — слова или фразы, связанные стрелками.

При построении эскизной модели причинно-следственной связи следует соблюдать некоторые правила:

а) указанные в основании стрелки факторы служат «причиной» или приводят «к результату», находящемуся на острие стрелки;

б) изображаемую графически причинную связь следует всегда проверять таким тестом: «Действительно ли А приводит (или является причиной) к В?»; если удается по всем связям ответить «да», то схема составлена корректно.

В основу построения модели причинно-следственной связи может быть положен как дедуктивный метод (исходная позиция — конечное событие, действие или проблема), так и индуктивный (единичные факторы, которые последовательно интегрируют до конечного события). В первом случае построение модели происходит продвижением назад — вверх по стратам причин до элементарных действий или событий или исходных параметров, во втором — по ходу образования новых и привлечения дополнительных факторов.

Д иаграмма Ишикавы — инструмент, позволяющий выявить отношение между конечным результатом (следствием) и воздействующими на него факторами (причинами) путем их упорядочения и демонстрации связи между ними и факторами и конечным результатом. Факторы разделяются на обобщенные, комплексные (как отражение набора единичных факторов) и единичные (первичные, мелкие «кости», капилляры и т.д.). Общий вид диаграммы, по мнению ее разработчика, напоминает рыбий скелет (рис. 6.11). На рис. 6.11 представлены обобщенные и комплексные факторы, оказывающие влияние на улучшение качества продукции.

Особенности построения диаграммы состоят в следующем: проблема — это горизонтальная, центральная линия, обобщенные факторы — наклонные линии, горизонтальные линии к наклонным — это комплексные факторы, определяющие состояние каждого обобщенного фактора. Количество обобщенных факторов, как правило, ограничено цифрами 4-6. Модель на рис. 6.11 называется моделью «4М» — man (персонал и условия его труда), machine (оборудование, установки и т.д.), material (предметы труда), method (метод, способ, технология и организация работ и другой инструментарий управления).

М одель «вход-выход». Отображение функционирования процесса и системы с использованием модели «вход-выход», реализующей принцип «черного ящика», осуществляется простейшим способом. Графические элементы — геометрическая фигура для обозначения «процесса преобразования» и стрелки, указывающие «вход» и «выход» (рис.6.12). В качестве процесса преобразования может выступать система любой природы и сложности, так как внутренняя ее структура и механизм преобразования входных ресурсов не являются предметом изучения на определенном этапе исследования. в модели «вход» — это используемые ресурсы, «выход» — это продукция или услуги, прибыль, налоги и другие результаты деятельности.

Описанный способ изучения систем получил отражение в развитии «процессного подхода», когда любой вид деятельности представляется как процесс преобразования, характеризующийся некоторым «входом» и «выходом».

М одель функциональных потоков. Эта модель отображает передачу некоторого действия, как правило, посредством перемещения материальных, финансовых и информационных потоков между функционально зависимыми элементами. Имя элемента дается в форме существительного. Такие модели широко используются для отображения движения во времени (t) товарных (T), денежных (D) и информационных потоков (I). Рис.6.13.

П оследние несут функциональным элементам информацию о движении товарных и денежных потоков и по времени опережают их.

Модель последовательности действий. Эта модель представляет собой графическое отображение структуры совершаемых функций или процессов. К элементам модели относятся функции и операции, совершаемые для получения определенного результата, а к связям — упорядоченная последовательность действий. Имя элемента дается в форме глагола. Данную модель можно рассматривать как один из первых этапов построения SADT-модели, который следует после составления списка функций (рис.6.14).

В заключение отметим, что графическая интерпретация объектов и процессов исследований не ограничивается приведенными структурными моделями. Широкое распространение получили гибридные модели, синтезирующие несколько подходов и графических языков. Например, наиболее информативной получается модель, использующая язык SADT-моделей и математические модели функций.

Развитие системного мышления как концепции современного менеджмента неотделимо от развития графического осмысления ситуаций, проблем и управляющих действий, поэтому необходимо изучить, почувствовать эффективность формирования графических образов систем, используя рассмотренные подходы, приемы и правила.

гл.7 Логический аппарат исследования систем управления

Мы должны сосредоточить свое внимание главным образом не столько на сходствах и различиях, сколько на тех аналогиях, которые часто скрываются в кажущихся различиях.

А. Пуанкаре. О науке

Контекст и методы исследований

Совокупность эвристических методов и приемов, позволяющих на основе логического умозаключения, суждения, правил и опыта найти решение проблем и получить научные результаты по совершенствованию управления, формирует эффективный логический аппарат (механизм) в исследовании систем управления. Выделим основные предпосылки его применения.

Цели управления, начиная с миссии, как правило, выражены на смысловом уровне. Будем считать, что множество целей организации и связей между ними, представленных в виде логических отношений, полностью описывают цикл ее деятельности и образуют систему логического управления.
Системы управления по причине их сложности и множественности моделей создаются на основе действующих стандартов. Из этого следует, что для исследователя всегда есть основа для распознавания фактического и проектного положения или фактического положения и теоретических разработок.
Организационная структура системы — это сложная графическая конструкция, объединяющая множество подсистем посредством горизонтальных и вертикальных связей. Ее понимания на первом этапе исследования можно достичь, используя логику таких методов, как декомпозиция, абстрагирование и формализация.
Формальное описание системы и протекающих в ней процессов часто приводит к громоздким, сложным математическим и алгоритмическим конструкциям, поэтому, как правило, этапу построения математических моделей управления предшествует этап неформальных исследований: от ментальной (логической) модели к концептуальной, затем к абстрактной.

Одно из характерных свойств логического механизма исследования — его субъективизм. Для «упорядочения» субъективизма в принятии решения развиваются техники исследования с применением неформальных методов. К методам, составляющим логический механизм исследования, относят, прежде всего, методы научного познания: дедукцию и индукцию, анализ и синтез, аналогии, а также экспертные методы, методы формирования исходного множества альтернатив, процедуры сравнения и сопоставления, селекции и квантификации. Результаты исследований, полученные с применением логических методов, представляются в систематизированном виде, в виде функциональных и структурных моделей, матриц, шкал, алгоритмов выбора оптимальных решений и других форм знаний.

В теории управления такие задачи, как построение организационной структуры, целевой модели и модели системы функций, решаются с применением метода аналогий [67]. Индукция й дедукция, анализ и синтез сопровождают любое исследование, в том числе и построение моделей различных объектов на основе аналогий. В описании логического аппарата исследований более подробно остановимся на раскрытии методов аналогий, экспертных оценок и формирования исходного множества альтернатив. Метод аналогии отличается нетривиальной техникой его исполнения. Экспертное оценивание, устраняющее ошибки и ограниченность субъективного решения, а также в силу неполноты и неопределенности используемой при принятии решений информации, получило широкое распространение в исследовании систем управления. Формирование исходного множества альтернатив сопровождает решение любой проблемы и основывается на специальных алгоритмах, сочетающих экспертные оценки и нетрадиционные эвристические методы, например морфологический анализ.

Методы аналогий

Установить аналогию — значит создать объект, эквивалентный некоторому реальному объекту, так, чтобы первый отображал (или реализовывал) сущность процессов во втором.

К основным типам выводов по аналогии, которые часто используют на интуитивном уровне в исследовании систем управления, относят аналогии по свойствам и аналогии по отношениям.[100]

Аналогии по свойствам. Перенос определенного свойства на прототип называется аналогией по константам. Если же переносят вообще любое свойство, то это аналогии по переменным. В гл. 8 рассмотрены свойства, которыми обладает система независимо от ее функционального назначения. Происхождение некоторых из них обусловлено биологическими (естественными) системами. Аналогия позволила осуществить перенос ряда их свойств (равновесие, устойчивость, адаптация) на социально-экономические, технические и другие системы.

Таким образом, принимая гипотезу, что создаваемый или действующий объект — это система, на основе правил аналогии можно считать, что система управления обладает свойствами, характерными для системы вообще, т.е. она должна иметь поведение, обусловленное изменением ее состояний, и быть способной к адаптации как свойству изменять свое состояние под воздействием возмущений без потери эффективности функционирования. Качество функционирования системы определяется такими свойствами, как устойчивость, самоорганизация, жизнеспособность, надежность и безопасность.

Оценку свойств системы проводят, используя качественные и количественные показатели и критерии. Пример применения качественной оценки в исследовании можно представить следующими процедурами:

нахождением отношения между закономерностью изменения того или иного свойства и траекторией развития организации (жизненного цикла организации) или продажи ее товара (жизненных циклов товара на рынке), параметрами (размером, объемом производства и др.) или показателями финансовой состоятельности (себестоимостью, прибылью, рентабельностью и др.) и производительности труда;
установлением того факта, что числовые характеристики некоторого набора свойств системы находятся в заданных пределах или принадлежат заданным областям.

Аналогии по отношениям. Этот тип выводов по аналогии охватывает наиболее существенные в практике научных исследований формы аналогий, которые более многообразны, чем формы аналогии по свойствам. Так, в кибернетике исследуют широкий класс аналогий, в которых объект и его прототип различаются по своему генезису. Например, при построении структурной модели биологической системы и, по аналогии с ней, структурной модели системы управления используются одни и те же категории теории систем: подсистема, элемент, связь.

В качестве основных форм аналогии по отношениям используют функциональную и структурную аналогии. В функциональной аналогии на основе тождества функций сравниваемых систем делают вывод о тождественности их структур. В структурной аналогии используют принцип обратной функциональной аналогии: осуществляют перенос функции с объекта на образец на основании тождественности структур.

Структурные и функциональные аналогии рассматривают в качестве основного логического аппарата для конструирования, проектирования и исследования систем управления. Исходным объектом служат стандартные системы управления и системы управления, применяемые в успешных компаниях. В общем случае вывод по аналогии лишь вероятен. Для обеспечения результативности метода аналогии конструирование системы управления организуется как интерактивный процесс и процесс разрешения дилемм и компромиссов. Цель его состоит в том, чтобы определить сходство или соответствие разрабатываемой системы управления эталонному объекту, применяя при этом экспертные оценки. Рассмотрим наиболее часто используемые правила аналогии в исследовании систем управления.

Функциональные аналогии.

Система функций управления

Функциональная и структурная аналогии взаимосвязаны таким образом, что изменение в функциях приводит к изменению структуры системы. Несмотря на существенную связь между системой функций и структурой системы, каждая из них характеризуется своими закономерностями и особенностями. Установление функциональной аналогии должно опираться на некоторый унифицированный подход к формированию системы функций управления. Существование тесной связи между организационной структурой и функциями управления определило тот факт, что в поиск аналогии положены процедуры структурирования и декомпозиции видов (или сфер) деятельности и функций управления. Кратко рассмотрим особенности процедур.

Система управления есть особая организация специализированных элементов, объединенных в единое функциональное целое для решения конкретных задач. Элементы системы на основе их функционального сходства объединяются в подсистемы, способные самостоятельно функционировать. Согласно этому положению система управления представляется как упорядоченное множество функциональных подсистем: персонала, производства, финансов, маркетинга, качества, инновации, информации, управления развитием и изменениями и др. (см. рис.6.9)

К аждая функциональная подсистема представляется совокупностью операционных функций, состав которых зависит от объектов управления, определяющих содержание ее деятельности. Для реализации операционной функции разрабатывается набор процедур. Под процедурой понимается установленный способ действия. Рассмотрим такой вид деятельности, как маркетинг, который раскрывается через объекты управления и соответствующие им операционные функции и процедуры, показанные на рис. 7.1.

Организация управления операционной деятельностью системы управления основывается на общих функциях управления. Состав общих функций управления инвариантен относительно видов деятельности, а его влияние отражается через содержание задач и методов их решения [53; 83; 102]. Введение в управление автоматизированных систем расширяет состав функций управления относительно общепринятого с включением в него прогнозирования, проектирования (нормирования), планирования, организации, динамического учета, контроля, динамического анализа, регулирования и координации, мотивации и отчетности.

Техника построения прототипа

Начальный этап исследований заключается в установлении внешнего тождества при сравнении функций системы управления и прототипа. Тождество функций не означает достигнутой аналогии систем управления, так как они будут различаться задачами, работами, процедурами и методами их решений. Таким образом, выделяются два этапа исследований функциональной аналогии:

установление тождества функций системы управления;
установление тождества задач, работ и процедур.

Для установления тождества функций потребуется:

провести поиск объектов-эталонов по набору таких признаков, как миссия, собственность, цель, размер, производительность, вид продукции, этап жизненного цикла организации и продукции, финансовое положение;
отобрать объекты-эталоны в зависимости от приверженности «в одинаковой мере верным, но противоречащим друг другу принципам», например, определить, следует ли отдать предпочтение механистическому или органическому типу организационной структуры, группированию специалистов для выполнения однородных или смешанных функций и др.;
установить аналогии в признаках, определяющих пространственную и временную координаты содержания функции.

Тип организационной структуры играет важную роль в создании модели системы функций.

Механистический тип приспособлен к относительно стабильным условиям. В таких системах каждый сотрудник выполняет четко определенные и предписанные ему задачи, работы и процедуры, направленные на управление элементом функциональной подсистемы. Для этого существуют нормы, стандарты, регламентирующие работу и определяющие ответственность персонала.

Органический тип распространен в нестабильных условиях, когда новые проблемы и неизвестные ранее задачи, которые не могут заведомо быть разделены и распределены между сотрудниками, возникают непрерывно. Для их разрешения требуется настройка системы на рефлексивное управление. Нормы или стандарты на распределение задач в таких системах часто отвергаются как препятствующие эффективному функционированию организации. Противоречия возникают между порядком (определенным бюрократизмом), надежностью официальной процедуры и гибкостью, характерной для автономной личности. Дилеммы, присущие функциональной модели системы управления, свойственны и структуре системы управления.

Модель операционных функций управления во многом зависит от уровня специализации управления. Структурные подразделения (подсистемы) могут формироваться по принципу группирования как однотипных, так и разнотипных видов деятельности. Специалисты находят существенные достоинства и в том, и в другом подходе. Так, при объединении разнотипных задач и работ менеджеры обладают возможностью более быстро и толково отвечать на вопросы извне, что позволяет установить ответственность за совершение определенных коммерческих операций. Кроме того, при данной форме специализации каждую сделку можно завершить быстрее, чем при концентрации однотипных работ. В первом случае весь процесс заканчивается в пределах одной и той же группы, в результате чего сокращаются маршруты перемещения документов и людей, уменьшаются затраты времени на ожидание и прослеживание движения материалов. [81]

После установления тождественности функций исследования должны быть ориентированы на определение по каждой функции задач и методов их решения, видов работ и процедур. Как только переходим к задачам и методам, все внимание переносится на объект управления: технологию, структуру, режим работы, виды и качество продукции и т.д.

Таким образом, построение системы управления с применением метода аналогии нужно рассматривать как итерационный процесс, первый цикл которого завершится в основном изучением системы-эталона в части управленческой деятельности, функций управления, задач, работ и процедур. Его результатом являются структурные модели видов управленческой деятельности, которые, чтобы сформировать систему функций управления, должны быть увязаны с моделью организационной структуры и целевой моделью системы управления. Целевая модель, представляемая в виде иерархии целей системы, во многом пространственно идентична организационной структуре системы (см. гл. 8).

Структурные аналогии

Для обоснования структуры на этапе разработки проекта создания или реконструкции организации пользуются приемами структурной аналогии. Первые шаги — это нахождение общности и различий в построении структуры организации. Известно, что работа в организации может быть разделена и скоординирована совершенно разными способами. То, что оптимально для одной организации, может не быть таковым д ля другой, а также то, что хорошо для организации в этом году, может не устраивать ее в следующем, не говоря уже о более позднем периоде. При всей сложности установления аналогии в структурах организации существуют основы построения структуры, которые и должны служить базовым инструментом для установления ее прототипа [55].

С истема управления всегда предполагает определенное неравноправие — подчинение одних элементов другим. Неравноправием и подчинением характеризуются системы с иерархической структурой. В теории управления существует некоторое конечное множество архитектурных форм организационной структуры. Практически архитектура организационной структуры выстраивается как комбинация из известных элементарных связностей (рис.7.2): а) линейной (строго иерархической связности); б) функциональной (веерной вертикальной связности); в) матричной (пространственной связности — комбинации вертикальной и горизонтальной связности); г) сетевой (терминального управления); д) штабной.

Выбор вида связности основан на ряде принципов, которым система управления намерена следовать. Например, принцип единоначалия позволяет обеспечить порядок за счет директивного подчинения, но делает организацию негибкой, медленно адаптирующейся к изменениям, или ставит ее перед новыми трудностями.

Структура, обеспечивающая такую подчиненность, именуется линейно-функциональной и отображается в виде многоуровневой иерархии. И наоборот, матричная структура разрушает принцип единства командования и предлагает принцип, когда «каждый подчиненный должен иметь только одного начальника по каждому аспекту его работы». Например, такой вариант, когда члены каждой группы имеют двух руководителей: руководители проекта отвечают за вклад конкретных сотрудников в проект, а руководители отделов будут ответственны, скажем, за генеральную линию развития и т.д. Матрица часто представляет временное образование или строится лишь как часть организации. В последнем варианте осуществляется принцип «наведения мостов», провозглашенный А. Файолем, т.е. установление наряду с вертикальными горизонтальных связей.

На современном этапе развитие получают структуры, которые отличаются тем, что все субъекты, каждый из которых имеет собственную цель и ресурсы, равноправны и иерархия отсутствует в принципе. Функционирование таких систем требует принятия коллегиальных решений для «путешествия в одной лодке» и достижения общей цели — «доплыть до берега». В литературе по менеджменту структуры такого класса систем именуются диссипативными или сетевыми. [55; 58] Таким образом, для установления структурной аналогии потребуется расчленять любую структуру на элементарные связности и искать аналогии, принимая во внимание особенности управления при той или иной связности и ориентации управления организацией.

Принятие решения относительно конфигурации организационной структуры не должно ограничиваться разработкой только модели полномочий. Как утверждал Г. Минцберг в классическом труде «Структура в кулаке» [58], многие теоретики организации видят в органиграмме (графической модели системы полномочий) неадекватное описание организационных реалий, поэтому построение организационной структуры управления должно включать несколько итераций. Начальная итерация — это построение эскизной модели организационной структуры с выбранным принципом (или признаком) группирования. Затем совмещаются объекты и функции системы управления с распределением должностных позиций. Далее проводится работа над исключением структурных единиц с дублированием функций или введением новых структурных единиц с целью обеспечения выполнения функций. В итоге полученная модель системы управления согласовывается с пользователем проекта.

Результаты первой итерации, как правило, «нагружаются» множеством замечаний, новыми гипотезами и рекомендациями, поэтому все последующие итерации направлены на доработку и доведение модели организационной структуры до окончательного варианта. Одним из инструментов доводки служит оптимальный синтез модели полномочий, целевой модели и модели функций системы управления. В результате интеграции рассмотренных моделей образуется так называемая исходная модель системы управления (СУ), включающая три страты: цели, функции и полномочия (рис. 7.3).

П остроение системы управления с привлечением методов аналогий включает разработки, которые начинаются с составления эскиза еще до выполнения проекта и заканчиваются внедрением. Для более глубокого изучения вопроса о том, как создать эффективную организацию, рекомендуем обратиться к исследованиям Г. Минцберга, в частности к работе [58], где построение организационной структуры рассматривается как синтез структур формальных полномочий (органиграмма), потоков регулируемой деятельности, потоков неформальных коммуникаций, потоков процессов принятия решений и стратификации работ.

В теории систем одной из сложных и актуальных считается задача построения оптимальных иерархических систем с использованием аппарата объектно-ориентированного и блочного моделирования. В отечественной науке этому направлению посвящены работы А.Р. Лейбкинда, В.Л. Рудника [43], В.И. Франчука [109]. В зарубежной практике проектирования организационных систем широко используется метод структурного анализа (SADT).

Матрицы

Матрицы в теории управления — это, как правило, концептуальные модели, представляемые в виде квадратной таблицы, в которой число строк (m) равно числу столбцов (n). Элементы матрицы задаются концептами. Концепт здесь понимается как логическая конструкция, созданная мышлением человека и выполняющая функцию разделительного (классификационного) признака, а также как форма знания, представляемая в виде определения.

К известным матрицам в управлении следует отнести: матрицу BCG, матрицу Ансоффа, матрицу управляющих политик, матрицу Портера, SWOT-матрицу, матрицу Котлера, матрицу ключевых показателей успеха, Shell-матрицу, а также матрицы типологического анализа потребителей, анализа поведения потребителей и др., созданные, по выражению М. Мак-Дональда, на основе здравого смысла. В итоге можно утверждать, что в теории управления создан класс матричных концептуальных моделей, используемых для логического анализа и синтеза множества факторов, оказывающих влияние на жизнеспособность организации.

Характерная особенность перечисленных матриц заключается в малом числе (от двух до четырех) столбцов и строк. Их концепты имеют достаточно строгое определение, соответствующее отношению количественных и качественных «координат» логической пары факторов. Например, концепты матрицы BCG (рис. 7.4): проблемные товары, «звезды», «дойные коровы», «собаки». Так, проблемные товары — это товары на рынках с высоким темпом роста и низкой относительной долей, что имеет определенное измерение. «Звезды» — это лидеры на рынке с высоким темпом роста, но с недостаточным ростом прибыли. «Дойные коровы» — лидеры на рынке с низким темпом роста, которые приносят чистую прибыль организации. «Собаки» — такие товары, у которых невысокая рыночная доля с низким темпом роста.

М атричные концептуальные модели управления, в большей части, отображают зависимость между двумя или тремя факторами. Так, в матрице BCG устанавливают зависимость между темпом роста рынка сбыта (отображаемым на условной оси ординат) и относительной долей товара на рынке (отображаемой на условной оси абсцисс). Координатам факторов придается и качественная оценка. Выстраивается континуум: темп роста — высокий <=> низкий или высокий <=> средний низкий. Подобным образом оценивается и относительная доля рынка — высокая <=> низкая или высокая <=> средняя <=> низкая.

В матрицах широко используются не только качественные оценки. Примером может служить матрица Ансоффа (рис.7.5). В ней концепты — это четыре стратегии: развитие товара, внедрение на рынок, расширение рынка, диверсификация. Координатами служит отношение между существующими и новыми товарами, а оценкой отношения — степень риска сложившейся ситуации, обозначенной в клетке матрицы.

М атрицы, как показано М. Мак-Дональдом [45], находят широкое применение в стратегическом планировании маркетинга. В качестве примера на рис. 7.6 приведена модель стратегического планирования маркетинга, модулями которой выступают закономерности и матрицы.

Предложенная М. Мак-Дональдом модель (рис.7.6)— пример разработки решений на основе логического инструментария при исследовании и диагностике системы управления.

Экспертные методы.

Задачи экспертного оценивания

Задачи экспертного оценивания возникают на различных этапах принятия решений. Из-за сложности исследуемых систем и трудности получения информации для решения некоторого класса задач наряду с исследователями привлекаются эксперты. Помимо компетентности эксперт должен обладать еще целым рядом особых качеств. Основные из них: креативность — способность использовать методы решения задач, полностью или частично неизвестные; эвристичность — способность выявлять неочевидные проблемы; интуиция — способность угадывать решение без его обоснования; предикативность — способность предсказывать или предчувствовать будущее решение; независимость—способность противостоять мнению большинства; всесторонность — способность видеть проблему с разных точек зрения. Последовательность действий экспертов выстраивается по следующему алгоритму [94].

1. Исследователь находит множество допустимых оценок (МДО) Ω, среди которых содержится искомая, и определяет МДО для эксперта Ω.

2. Каждый эксперт решает задачу выбора наилучшей оценки:

= 1,2,…,N. При этом эксперты могут взаимодействовать.

3. По разработанному алгоритму исследователь производит обработку полученной от экспертов информации, находит результирующую оценку из множества Ω и таким образом решает исходную задачу.

4. Если полученное решение не устраивает исследователя, он может предоставить экспертам дополнительную информацию (например, как в методе «Дельфи»), после чего они вновь возвращаются к задаче выбора оценки.

Смысл экспертного оценивания состоит в следующем. Рассматриваемой альтернативе х сопоставляется некоторое МДО или некоторый вектор критериев f₁(x), f₂(х),..., f_m(x) › Е, Е= . Образуемое пространство E называется m-мерной шкалой (набор натуральных чисел от 1 до m), а операция сопоставления системе S вектора Е — оцениванием. Нахождение указанного вектора является задачей оценивания.

Наиболее простой задачей оценивания считается задача измерения, когда оценивание ‒ это сравнение с эталоном. Более сложные формы оценивания имеют место, когда эталон отсутствует. К ним относят задачи ранжирования и классификации.

Выделим основные классы задач оценивания.

1. Задача сравнения с эталоном, или так называемая задача численной оценки. Допустим, что в качестве Ω выступает множество оценок Е= , в котором ищется оценка системы. Очевидно, что выбирается та оценка, которая наиболее точно отражает свойство системы.

2. Задача ранжирования. Эта задача заключается в упорядочении объектов, образующих целостное представление о бизнес-ситуации, по убыванию или возрастанию значений некоторого признака. При этом функция выбора есть упорядоченный вектор:

C(Ω) = ‹i₁,i₂,…,i_j›, j=1,2,…,n, (7.1)

где i_j– номер j-го объекта при указанном упорядочении.

3. Задача попарного сравнения. Смысл этой задачи — выявление лучшего из двух имеющихся объектов а и b согласно условию, что Ω = {0,1}. При этом, если Ω = {0, 1}, то функция выбора имеет вид: С(Ω) = {1, если а лучше b; 0 — в противном случае}.

4. Задача классификации. Пусть множество Ω разбито на к подмножеств Ω₁, Ω₂,..., Ω_k. Для элемента ∞  Ω необходимо указать, к какому из подмножеств Ω_i i = 1,2,..., k, он относится. В этом случае элементу x сопоставляется одно из чисел 1, 2,..., l в зависимости от номера содержащего его подмножества.

Методы обработки экспертной информации

Смысл обработки экспертной информации заключается в нахождении результирующей оценки по индивидуальным оценкам экспертов. Для обработки экспертной информации используют статистические и алгебраические методы, методы шкалирования. Остановимся на статистических методах как наиболее распространенных в практике экспертного оценивания и на простейших методах шкалирования — шкалах квантификации. С алгебраическими методами и методами шкалирования подробно можно ознакомиться в учебниках по теории выбора и принятия решений [94] и теории статистики [96].

Статистические методы основаны на предположении, что отклонение оценок экспертов от истинных происходит в силу случайных причин и задача состоит в том, чтобы восстановить это истинное значение с наименьшей погрешностью, а также определить согласованность мнений экспертов и значимость полученных оценок. Результат оценок каждого эксперта можно рассматривать как реализацию некоторой случайной величины из множества Ω и применять к ним методы математической статистики. Определение результирующей оценки зависит от класса задачи оценивания. Поясним эту особенность.

1. При решении задачи сравнения с эталоном, а именно для случая, когда Ω= E_m, результирующая оценка а рассчитывается по фор муле средневзвешенного значения:

где β_i, (i = 1, …, N) — вес экспертов.

При отсутствии информации о компетентности экспертов можно предположить, что β_i = 1. Степень согласованности мнений экспертов оценивается дисперсией σ², определяемой по формуле

Для оценки статистической значимости полученных результатов задают вероятность ошибки Р₀ и указывают интервал, в который оцениваемая величина попадает с вероятностью (1-Р₀):

Определение величины ∆ основано на предположении, что величина a_i распределена нормально с центром ā и дисперсией σ². Тогда , где величина t имеет распределение Стьюдента с N-1 степенями свободы. Ее определяют по таблице распределения Стьюдента, задавшись величиной Р₀ и числом N экспертов. В практических расчетах используют различные модификации формул (7.2—7.4).

В задаче строгого или несвязного ранжирования (отсутствия равных рангов) объекты, оцениваемые экспертами, упорядочиваются в соответствии с величиной R_ij, называемой рангом. Ранг — это порядковый номер значений признака, расположенный по возрастанию или убыванию их величины.

Измерение и оценивание связи между признаками, которые поддаются ранжированию, проводятся с привлечением следующих статистических коэффициентов: коэффициента корреляции рангов, или коэффициента Спирмена ( ), рангового коэффициента корреляции Кендалла (τ) и множественного коэффициента ранговой корреляции (коэффициента конкордации) (W). Связь между признаками считается статистически значимой, если коэффициенты Спирмена и Кендалла больше 0,5. Коэффициент Спирмена применяется для случая строгого ранжирования и определяется по формуле

где — квадрат разности рангов; n — число наблюдений (число пар рангов).

Коэффициент принимает любые значения в интервале (-1,1). Рассмотрим условный пример ранговой оценки с применением коэффициента Спирмена и Кендалла, приведенный в работе [96] (табл. 7.1).

После определения (табл. 7.1) вычислим по формуле (7.5)

Полученное значение коэффициента корреляции свидетельствует о слабой ( < 0,5) связи между величиной уставного капитала (X) и количеством акций, выставленных на продажу (Y). Для измерения взаимосвязи качественных и количественных признаков, характеризующих однородные объекты, также используется ранговый коэффициент корреляции Кендалла (τ), рассчитываемый по формуле

где S — сумма разностей между числом последовательностей (P) и числом инверсий по второму признаку (Q).

Расчет коэффициента τ выполняется в следующей последовательности:

1) значения X ранжируются в порядке возрастания или убывания, как, например, в табл.7.1;

2) значения Y располагаются в порядке, соответствующем значениям X;

3) для каждого ранга Y определяется число Р следующих за ним значений рангов, превышающих его величину;

4) для каждого ранга Y определяется число Q следующих за ним значений рангов, меньших его величины. Число Q фиксируется со знаком (-).

Рассмотрим технику расчета значений Р и Q на примере данных табл. 7.1. Составляется полная выборка на основе ранжирования значения X и соответствующего ему значения Y, к которым приписаны данные им ранги в упорядоченной последовательности значений Y. И далее расчет величин Р и Q ведется согласно рассмотренным правилам:

В итоге получим . Из сравнения полученных числовых значений и видно, что они равны и характеризуют слабую связь между переменными Х и Y

Для определения тесноты связи между произвольным числом ранжированных признаков применяется множественный коэффициент ранговой корреляции (коэффициент конкордации), который вычисляется по формуле

где m — количество факторов; n — число наблюдений; S — отклонение суммы квадратов рангов от их средней величины, определяемое по формуле

Коэффициент W принимает любые значения в интервале (-1,1).

Шкалы квантификации

Квантификация — это процедура приписывания количественной определенности изучаемым качественным признакам на основе тестирования, ранжирования, экспертной оценки и опроса. Шкалы квантификации служат способом упорядочения изучаемых явлений приписыванием им качественно-количественной определенности. Шкала— измерительный инструмент, оценивающий определенные признак явлений. При разработке шкалы устанавливается континуум — крайние состояния изучаемого явления, а также степень дифференцирования его оценки, т.е. число позиций или рангов.

Различают следующие типы шкалы: номинальную, порядковую и интервальную.

Номинальная (неупорядоченная) шкала — это шкала наименований, состоящая из перечня качественных объективных характеристик или мотивов, установок, мнений и т.п.

Порядковая шкала — это шкала упорядочения изучаемых свойств, например от наиболее значимого к наименее значимому или наоборот. Шкалы порядка относятся к распространенному методу упорядочения информации. В результате получаем ряды ранжирования вида Q₁>Q₄>Q₂>Q₃>Q₅ или Q₅<Q₃<Q₂<Q₄<Q₁. В первом случае имеем шкалу возрастающего порядка, а во втором — шкалу убывающего порядка, как в задаче ранжирования. На основании шкалы порядка можно осуществить простейшие логические операции, состоящие в парном сравнении. Если известно, что Q₁>Q₂, а Q₂>Q₃ то, следовательно, и Q₁>Q₃ тогда и Q₁+Q₂>Q₃.

Интервальная шкала — это шкала разностей (интервалов) между упорядоченными проявлениями изучаемого свойства. Примером такой шкалы служит упорядоченная статистическая совокупность данных, т.е. распределение чисел по разрядам.

К обработке информации с применением шкалы порядка следует отнести дополнительную процедуру — селекцию данных. Поясним назначение этой процедуры наследующем примере. Чтобы определить меру отношений «больше» или «меньше», необходимо обратиться к базовому параметру, характеризующему некоторое равновесное состояние. Тогда анализ показателей на качественном уровне — это установление их позиции относительно допустимой области равновесного состояния. Такой методический прием относится к задаче селекции объектов или явлений. Непопадания подлежат селекции и рассматриваются как возмущения, после чего вновь подлежат селекции в зависимости от меры возмущения. Например, допустимые границы определяются как min у< ȳ < max у. Варианты значений, выходящие за установленные границы, подлежат селекции и анализу причин, вызвавших данную ситуацию.

Формирование исходного множества альтернатив.

Вводные положения

Решение проблемы всегда сопровождается подготовкой исходного множества альтернатив (ИМА) Ω_д, Ω_дΩ_B — для достижения поставленной цели и выбором лучшей из них по определенному алгоритму и критерию [94]. Здесь Ω_B — область возможных альтернатив, которая принадлежит области всех мыслимых альтернатив, т.е. Ω_B  Ω_У. При такой постановке задачи можно считать, что решается задача принятия решений ‹Ω_B, ОП›, где ОП — принцип оптимальности.

Процесс решения задачи ‹Ω_B, ОП› организуют по следующей схеме. Для общего случая формирование ИМА начинается с составления универсального множества всех мыслимых альтернатив Ω_У. Если при решении задачи использовать Ω_У, то она оказывается не всегда разрешимой, поэтому первой процедурой будет определение некоторой области возможных альтернатив Ω_B по условию Ω_B = С₁(Ω_У), где С₁ — функция выбора, устанавливающая принадлежность альтернатив к множеству возможных.

Наличие специальной информации в виде технических, технологических, экономических и организационных ограничений позволяет выделить из Ω_B множество допустимых альтернатив Ω_д путем решения задачи выбора Ω_д = (Ω_B), где — функция выбора, устанавливающая допустимость альтернатив, а ОП — принцип оптимальности, выражающий условие допустимости альтернатив. Полученное множество Ω_д является ИМА решения определенной проблемы.

Поясним изложенные процедуры на следующем простом примере. При назначении на должность сначала готовят список кандидатов, затем назначают лицо из этого списка. Если список кандидатов включает всех специалистов, то мы имеем дело со всеми мыслимыми альтернативами, выраженными множеством. Условие допустимости определяется конкретными ограничениями, такими как обязанности, предусмотренные должностью, и специализация труда сотрудника, образование, заработная плата и др.

В общем случае процесс формирования ИМА описывается схемой, включающей два этапа: порождение возможных альтернатив и проверку их на допустимость. В конкретных алгоритмах этапы могут совмещаться, так как в ряде случаев они осуществляются с помощью одной и той же процедуры.

Характерная особенность решения задачи выбора заключается в участии лица, принимающего решение (ЛПР), и эксперта. В качестве ЛПР выступает компетентный специалист, имеющий цель, которая служит мотивом постановки задачи. Эксперт — это лицо, владеющее информацией о рассматриваемой задаче и дающее оценки, необходимые для формирования ИМА.

Алгоритм формирования ИМА зависит от специфики альтернатив, которые могут быть представлены:

• неделимым объектом, например товаром;

• информационным объектом — стратегией, планом, бюджетом, а также расписанием;

• маршрутами доставки грузов;

• системами, наделенными иерархическими структурами;

• математическими объектами.

Рассмотрим алгоритмы, основанные на известных менеджерам неформальных и формальных процедурах.

Алгоритмы формирования ИМА

Алгоритм 1. Формирование конечного ИМА.

Построение алгоритма основывается на условии, что имеется N независимых экспертов, которым предоставлено множество Ω_у и заданное граничное значение вероятности Р, определяющее условие допустимости включения альтернативы в множество Ω_Д. От каждого эксперта требуется получить некоторое число альтернатив X_i, i= , которые, по его мнению, следует включить в ИМА.

Алгоритм реализуется последовательностью следующих шагов:

1) построить множество возможных альтернатив Ω_в:

4) сформировать множество допустимых альтернатив Ω_в, включив в него альтернативы, для которых Р_j> Р.

Как правило, процедуры, в которые включается экспертное оценивание, носят итерационный характер. В данном алгоритме обратная связь организуется на основании результата сравнения вычисленного по формуле (7.9) коэффициента конкордации W с определенным уровнем его значения W₀. Если W<W₀, то проводится следующая итерация по формированию ИМА.

Алгоритм 2. Формирование ИМА с помощью модели.

В условиях, когда формирование Ω_в, с помощью экспертов невозможно, в основном по причине множественности вариантов для решения проблемы, но известен регулярный способ (модель) генерирования любой альтернативы, например вычислительные эксперименты, то используют алгоритм 2. Пример — построение возможных расписаний авиарейсов, планов работы предприятия, а также возможные варианты эффективности инвестиционных проектов и др. Его основные шаги:

1) определение экспертами числовых параметров модели, например параметра распределения или диапазона и шага изменения значений экзогенных и управляемых переменных модели и т.д.;

2) нахождение множества возможных альтернатив Ω_в с использованием модели;

3) формирование множества Ω_д по алгоритму 1;

4) оценка качества использованной модели по условию: если q = Ω_д / Ω_в и q≥р, где р — заданное число, то алгоритм прекращает работу и решение найдено; в противном случае требуется провести корректировку модели и перейти к шагу 1.

Алгоритм 3. Морфологический анализ.

Морфологический анализ предполагает представление каждой альтернативы в виде составных частей (компонентов или элементов). Под компонентами понимают части (і, і = 1, 2,..., n), на которые условно разделена альтернатива. Компонентами могут быть некоторые измеряемые параметры, способы реализации функций, отдельные структурные части альтернативы и др., представленные некоторым числом (k) вариантов. Каждая і-я часть альтернативы рассматривается как морфологический класс компонентов или элементов.

Дадим общее представление модели порождения возможных альтернатив. Каждая альтернатива содержит конечное число компонентов n. Обозначим множество возможных вариантов і-го компонента через Х_і = {x_i₁, х_i₂,..., }, i = 1,n. Тогда множество альтернатив можно представить как Ω_В = X₁ • Х₂•…• Х_n. Наглядным инструментом формирования множества Ω_В служит так называемая морфологическая матрица (таблица 7.2), состоящая из n строк и k столбцов.

Каждая альтернатива—это цепочка, содержащая ровно по одному компоненту, а согласно табл. 7.2, и по одному способу реализации функции.

Для упрощения записи алгоритма примем x_i как любой элемент морфологического класса, т.е. x_i  Х_i, x_i = (x_i₁, x_i₂,..., x_ik), i = , а Х_m — как одну из альтернатив множества Ω_В. Тогда Х_m = (x₁˅x₂˅... ˅x_n), mn•k.

На ранних стадиях морфологического анализа для сокращения размерности задачи формирования ИМА применяют процедуры локального подхода [94], смысл которых состоит в следующем.

1. Выделение заведомо нереализуемых (запрещенных) вариантов и формирование множества Ω_В. Предполагают, что морфологический вариант Х_m допустим тогда и только тогда, когда все входящие в него элементы попарно совместимы.

2. Формирование и исследование только вариантов системы, находящихся в некоторой окрестности «заданной точки морфологического пространства». В качестве базового варианта может выступать уже существующий вариант системы или некоторый гипотетический вариант, обладающий достаточно высокими оценками по критериям.

3. Установление предпочтительности альтернатив по суммарному эффекту от использования совокупности компонентов (элементов). Это означает, что сумма вкладов, вносимых каждым элементом в достижение общей цели, должна быть максимальной. Поясним это положение. Если суммарный эффект равен сумме эффектов от каждого элемента, составляющего альтернативу, то оценка варианта определяется как

и задача выбора состоит в том, чтобы сформировать достаточное число предпочтительных морфологических альтернатив, оценки которых принадлежат множеству:

Алгоритм морфологического анализа формирования ИМА при решении прикладных задач содержит следующие шаги:

1) нахождение морфологического класса элементов или множества Х_i, і = ;

2) формирование множества возможных морфологических альтернатив Ω_В = X₁ • Х₂•…• Х_n (табл. 7.2);

3) проверка допустимости альтернатив и выделение (экспертным заключением) подмножества недопустимых наборов морфологических вариантов элементов;

4) исключение из рассмотрения некоторых заведомо нереализуемых вариантов;

5) выбор одного варианта (или нескольких базовых), в окрестностях которого формируется некоторое подмножество вариантов;

6) выбор наилучшей альтернативы, при котором используются формулы (7.12) и (7.13), а также опыт и знания, полученные при разработке базовых вариантов.

Следует заметить, что изложенный алгоритм морфологического анализа — один из простейших. В практических задачах формирования ИМА, когда их число велико и близко к числу всех морфологических вариантов, используют алгоритмы, включающие специальные эвристические и формальные методы, например алгоритмы «Морфоперебор», «Фильтр», «Шар».

гл.8 Основы формализации систем управления

Системный подход — это некоторый общеметодологический принцип. Его гносеологический аспект — теория систем. Его рецептурная, аппаратная реализация — это системный анализ.

Н. Моисеев. Алгоритм развития

Методологические аспекты системного анализа

В начале 1960-х гг. в литературе по системным исследованиям появился термин «system analysis» для обозначения возникшей техники анализа и проектирования сложных систем, развивающей прежде всего методы исследования операций и информационные технологии. На русский язык термин «system analysis» был переведен не как «анализ систем», а как «системный анализ». Системный анализ отечественные ученые рассматривают как научный инструментарий, реализующий идеи и принципы системного подхода и основанный на синтезе идей, принципов и методов общей теории систем и кибернетики, теории исследования операций, теории организации и управления [60; 62; 89]. В перечисленных дисциплинах и в системном подходе заложены истоки методологии системного анализа. По определению академика Н. Моисеева, системный анализ — это обширная синтетическая дисциплина, занимающаяся проблемами принятия решений в условиях, когда выбор альтернативы требует анализа сложной и развитой системы моделей и информации различной физической природы.

Системный анализ, с одной стороны, располагает детализированными формальными методами и процедурами, заимствованными из математических дисциплин и созданными специально для него (например, теорией исследования операций), ас другой — эвристическими методами, основанными на активном использовании логических процедур, а также знаний, интуиции и опыта специалистов. Системный анализ не ограничивается изучением только внутренней среды системы, он выходит за ее границы и полностью следует общесистемным принципам и принципам системного подхода (см. гл.2 и 4).

Методология системного анализа настраивает исследователя на системный охват изучаемого объекта (проблемы) и системное представление об объекте, что достигается построением модели изучаемого объекта, а также на поиск управления объектом (или системой) для достижения оптимального значения показателей эффективности. Системное исследование основывается на взаимоувязанной последовательности действий, состоящих в следующем.

1. Построение дескриптивной модели объекта путем придания ему статуса системы и определения ее границ, формулирование общей цели и совокупности правил (алгоритма) поведения системы.

2. Изучение основных свойств, определяющих взаимодействие системы с внешней средой и характеризующих результат деятельности системы, и обоснование гипотезы о классе исследуемой системы.

3. Разработка концептуальной модели системы, ориентированной на выделение именно тех свойств, которые представляют собой предмет исследования, и обоснование уровня абстрактного описания системы.

4. Разработка целевой модели системы, состоящей из модулей связки «цель — критерий — ограничения — показатель» и определяющей набор критериев, который позволит наиболее полно оценить достижение поставленной цели.

5. Замена исследуемой системы абстрактной (математической, имитационной) моделью, отображающей все внутренние и внешние факторы и связи, действующие в реальной ситуации и оказывающие влияние на принятие решений.

6. Разработка информационной модели системы и баз данных; установление информационной взаимосвязанности задач.

7. Разработка исходных альтернатив поведения системы или изменение факторов и связей, действующих в реальной ситуации, с использованием эвристических методов.

8. Нахождение оптимального варианта функционирования системы с широким использованием математического и имитационного (статистического) моделирования.

9. Оценка и обоснование параметров функционирования системы.?

Системный анализ предполагает использование современных вычислительных и информационных технологий, баз данных и баз знаний, систем автоматизированного проектирования (САПР), экспертных систем. Методология системного анализа служит основой параметрических и операционных исследований систем управления.

Классы систем

Существенный аспект раскрытия системы как объекта исследования заключается в выделении различных типов и классов систем. В литературе существует несколько общих классификаций систем, имеющих некоторые отличия, которые не рассматриваются в данном курсе. Наша задача — вписать организацию как систему в эти классификации. Безусловно, любая социально-экономическая система является искусственной [61] и одновременно материальной [107], место действие которой — хозяйственно-экономическая среда. К искусственным следует отнести и абстрактную систему, отображающую модель материальной (естественной и искусственной) системы и являющуюся продуктом человеческого мышления.

И сследование материальной системы всегда предполагает изучение ее модели. К настоящему времени сложилась развернутая классификация абстрактных систем, разделяющая их на классы по признакам, определяющим аппарат их исследования. Класс — это совокупность объектов, удовлетворяющих какому-либо разделительному признаку. Каждый класс создает определенный формальный образ системы, поэтому классификация систем служит методологической основой для построения моделей систем или их формализованных объектов, обладающих необходимой степенью подобия исходной системе, отвечающей целям исследований.

Организация может быть представлена как система: простая или сложная, закрытая или открытая, рефлекторная или рефлексивная, детерминированная или вероятностная, статическая или динамическая, дискретная или непрерывная (рис. 8.1).

Отнесение той или иной реальной системы к разряду сложных или простых зависит от позиции исследователя и связано в основном с тем, насколько существенную роль играют при изучении системы комплексные, общесистемные вопросы. Например, простой системой на первом этапе исследования можно представить любую реальную систему и отобразить ее в виде простейшей модели «вход — выход» (см. рис.6.9). Понятие «вход» — это множество ресурсов: технических, материальных, человеческих, энергетических, информационных. Понятие «выход» — это продукция или оказанная услуга.

Простая система не обладает достаточным разнообразием, чтобы справиться с разнообразием внешней среды. Она характеризуется прозрачностью и предсказуемостью, с одной стороны, и единообразным поведением — с другой. Таким образом, простая система не только может делать ошибки, но и не способна правильно работать. Успешно справиться с разнообразием управляемой системы может только такая управляющая система, которая сама обладает достаточным разнообразием. Простые системы вступают в противоречие с законом необходимого разнообразия и быстродействия.

К определению «сложная система» следует подойти с позиции раскрытия сути термина «сложность». Он имеет двоякий смысл: с одной стороны, сложность можно понимать как сложность устройства (complication), что характеризует наличие в системе большого числа элементов и различного характера связей между ними; с другой — речь идет о сложности внешних проявлений системы (complexity) безотносительно к внутреннему устройству. Хотя эти две сложности во многом взаимосвязаны, они не эквивалентны. Сложность системы управления предполагает как наличие большого числа взаимосвязанных элементов, так и проявление системой свойств, отсутствующих у составляющих ее частей и образующихся как результат системного эффекта.

В зависимости от характера взаимодействия системы с внешней средой системы разделяются на открытые и закрытые. Открытая система характеризуется тем, что сама определяет свои цели во взаимной связи с внешней средой. По этому признаку все социально-экономические системы относятся к открытым. Понятие «открытая система» в определенной степени условно, так как система открыта настолько, насколько это позволяют сформированные границы, отделяющие ее от внешней среды. Исследование открытых систем затруднено их высокой размерностью. Закрытая система — это система, цели и функции которой не изменяются с изменениями во внешней среде, так как процесс их создания нацелен на предотвращение воздействия среды на систему. Применительно к системам управления существует понятие «замкнутая система», под которой понимается система, реализующая принцип обратной связи в управлении или принцип управления по отклонениям.

Рефлекторная и рефлексивная системы представляют собой относительно новый класс систем. К рефлекторным Н. Моисеев относит системы, однозначно реагирующие на изменение собственного состояния и условий существования, т.е. на действие внешней среды [61]. Изучение рефлекторных систем сводится к задачам оптимизации и не требует для своего анализа введения специальных гипотез их поведения. Все технические системы относятся к числу рефлекторных. Открытые системы с иерархической структурой в принципе не могут быть рефлекторными, в отличие от ее отдельных функциональных подсистем.

Функционирование рефлексивных систем слабо поддается формализации. Здесь для выбора модели требуется выработка специальной гипотезы поведения системы: детерминированная она или вероятностная, статическая или динамическая и т.д. Класс рефлексивных систем использует сложные правила принятия решений, допускающие многозначность. С принятием гипотезы поведения системы упрощается ее модель, но достигается решение поставленной задачи с определенной степенью достоверности. Системы управления организациями относятся к классу рефлексивных систем.

При организации систем управления, как советует В.Д. Могилевский в работе [60], наиболее рационально придавать им и рефлекторные и рефлексивные свойства. Первые эффективны при работе систем в стандартных ситуациях, на которые система программируется заранее. Особенно это относится к рутинным процессам управленческой деятельности.

Достоинство рефлекторной системы заключается в ее управляемости: система реагирует заданным образом на определенный круг воздействий. Подключение особых процедур принятия решений требуется при усложнении ситуации до нетривиальной. Создание систем управления, оснащенных базами знаний и экспертными системами, направлено на приближение к рефлексивному управлению сложными системами, способному производить оптимальный выбор направления и способа действия в той или иной бизнес-ситуации.

Несмотря на то, что понятия «рефлекторная система» и «рефлексивная система» сформулированы еще в 1950— 1960-х гг., теория рефлексивных систем в приложении к менеджменту пока находится в стадии становления. Кратко рассмотрим основные положения ее развития, изложенные Дж. Соросом в книге «Алхимия финансов». Под рефлексивностью понимается определенная взаимосвязь между мышлением и ситуацией, которая представляется парой рекурсивных функций:

Когнитивная функция (функция обдумывания) — это усилие по пониманию ситуации, воздействующая функция (функция участия) — воздействие умозаключения на ситуацию. В том случае, когда обе функции работают одновременно, они интерферируют друг с другом. Вместо детерминированного результата мы имеем взаимодействие, в котором как ситуация, так и взгляды участников являются зависимыми переменными, и первичное изменение ускоряет наступление дальнейших изменений как в самой ситуации, так и во взглядах участников. В этой связи имеем:

Указанные функции ведут не к равновесию, а к никогда не заканчивающемуся процессу изменений. Этот процесс коренным образом отличается от процессов, изучаемых естественными науками, где одна совокупность факторов следует за другой без существенного вмешательства со стороны. В том случае, когда в ситуации действуют мыслящие участники, последовательность событий перекрестным образом, наподобие шнурка от ботинок, соединяет факты с их восприятием, а восприятие — с фактами. В этой связи концепция рефлексивности предполагает «шнуровочную» теорию изменения предпочтений событий. Предпочтения делают состояние равновесия недостижимым. Здесь целью процесса принятия решений выступает не равновесие, а некая движущаяся мишень.

Детерминированная система — это система, поведение, движение и развитие которой полностью обусловлены и не подвержены случайностям. И, как следствие: система детерминированна, если, зная ее состояние в некоторый момент времени t₀ и значения выходных параметров в интервале {t₀,t_S}, можно точно определить ее состояние в момент t_S. Детерминированная система характеризуется определенностью и однозначностью результатов ее функционирования при заданных исходных данных. Модель системы называют детерминистической, если каждой реализации ее входного сигнала соответствует одна реализация выходного сигнала.

Вероятностная система — система, процессы которой характеризуются вектором случайных величин. Любая реальная организация функционирует в условиях действия большого количества случайных факторов, поэтому предсказание поведения сложной системы должно происходить в рамках вероятностных категорий. Модель вероятностной системы называется стохастической, если каждой реализации ее входного сигнала соответствует вполне определенное распределение ее выходного сигнала.

Для изучения процесса функционирования сложной системы с учетом случайных факторов необходимо иметь достаточно четкое представление об источниках случайных воздействий и весьма надежные данные об их количественных характеристиках. В связи с этим любому расчету или теоретическому анализу, связанному с исследованием сложной системы, предшествует экспериментальное накопление статистического материала, характеризующего поведение отдельных элементов и системы в целом в реальных условиях.

Динамика и статика — два понятия, используемые в теории систем и обозначающие различные подходы к их классификации и исследованию. Система в зависимости от характера поведения или движения может быть статической или динамической. Статическая система — эта система, параметры которой остаются неизменными во времени. Статика системы — это ее структура, которая остается неизменной в течение продолжительного периода времени. Часто, особенно в теории исследования операций, для достижения результата при исследовании сложных систем принимается гипотеза, что система квазистатическая, и благодаря этому ее функционирование можно описать аналитической моделью.

Для действующей системы характерна множественность состояний, что служит отражением ее динамизма и альтернативности развития. В этой связи широкий спектр систем относится к динамическим системам. Система, характеризующаяся множеством состояний на временной оси, называется динамической.

Дискретность означает прерывность и противопоставляется непрерывности. Дискретная система — это система, изменение состояний которой происходит через определенные промежутки времени. Система непрерывна, если ее состояние удается оценить на любой точке траектории.

Примем f(x,t) — функция, отражающая эффективность деятельности системы в момент t. Для непрерывной системы суммарный эффект функционирования системы за период [0,T] определяется в виде интеграла:

Примером непрерывной системы служит ее представление в виде движения материальных или информационных потоков.

Для дискретной системы суммарный эффект функционирования системы определяется как сумма эффектов по дискретным состояниям функционирования системы:

В общем случае непрерывные системы описываются дифференциальными уравнениями, дискретные системы — дифференциально-разностными и линейными уравнениями.

Следует отметить, что система, как правило, обладает несколькими классификационными признаками. Например, простая система — детерминированная и статическая, что означает: информация предсказуема и не изменяется по интервалам времени. По этим признакам и выбирается математическая модель функционирования системы. Для систем существует множество вариантов сочетания приемов формализации системы.

Набором классов систем можно составить образ системы и обосновать выбор математической модели ее функционирования. Например, характеристика сложной системы через условное обозначение ее классов будет иметь вид

В заключение следует сделать акцент на том, что классы систем полностью соотносятся с классами математических моделей, данными в гл. 3.

Основные свойства систем

Любая реальная система функционирует в организованной и структурированной внешней среде. По этой причине взаимосвязь среды и системы можно считать внешней характеристикой системы, в значительной степени определяющей ее свойства или внутренние характеристики. [60] Это положение соответствует фундаментальному общесистемному принципу взаимодействия системы и среды (см. гл. 2). Жизнь системы в окружении среды становится возможной благодаря тому, что система обладает рядом свойств, таких как равновесие, устойчивость, эффективность, надежность, адаптация, самоорганизация, жизнеспособность и др. Каждое свойство имеет определенную количественную меру и представляет собой сложный результат деятельности системы управления.

Свойство — проявление определенной стороны системы (объекта), обусловливающей ее различие или общность с другими системами (объектами), с которыми она вступает во взаимодействие. Результаты управления функционированием системы проявляются в ее свойствах. Свойства системы оценивают при помощи числовых характеристик. Каждая характеристика должна удовлетворять, по крайней мере, следующим трем требованиям [8]:

1) представлять собой величину, зависящую от процесса функционирования системы, которая по возможности просто вычисляется, исходя из математического описания системы;

2) давать наглядное представление об одном из свойств системы;

3) допускать, в пределах возможного, простую приближенную оценку по экспериментальным данным.

Определение числовых характеристик свойств (параметров, показателей) системы является, как правило, предметом параметрических исследований, которым и будет посвящена следующая глава. В теории управления и практической деятельности исследуются и оцениваются следующие основные свойства системы.

1. Если система способна переходить из одного состояния (S_t) в другое (S_t₊₁), то говорят, что она обладает поведением

где – интенсивность перехода (движение); x_t – возмущающие входы.

Под состоянием системы понимается совокупность параметров, оценивающих ее функциональную направленность и однозначно определяющих ее последующие изменения. Минимальное количество величин, характеризующих состояние системы в каждый момент времени, называют параметрами (или переменными) состояния. Всю совокупность переменных состояния системы называют вектором состояния, а множество всех возможных векторов состояния — пространством состояния системы.

Как только принята гипотеза о поведении системы, можно утверждать, что система функционирует, она динамическая и ей присущи все свойства этого класса систем. И наоборот, если система отнесена к классу динамических, то функционирование системы характеризуется вектором ее состояний.

2. Функционирование — это воспроизведение пространства зависимых состояний системы и динамики их изменения во времени под влиянием внутренних и внешних факторов. Все последующие свойства системы относят к характеристике функционирования системы.

3. Проявление внутренних процессов в системе, которыми объясняется, как система переходит из одного состояния в другое, называется движением системы [60]. Очевидно, что движение системы есть не поведение, а некоторый процесс, характеризующийся «скоростью» (Y:t) преобразования ресурсов. Если система имеет движение, то это движение совершается по определенной траектории, описываемой, например, логистической, экспоненциальной, экологической или другого вида функциями.

4. Равновесие — способность системы в отсутствие внешних возмущающих воздействий сохранять свое поведение и выдерживать заданную траекторию движения. Равновесие организации, по определению К. Менара, — «это совмещение формализма внутренних правил и возможности адаптации организации к окружающей среде [51]. Равновесие на стадии создания системы обеспечивается достигнутой сбалансированностью ресурсов, причем таким образом, чтобы система обладала свойством адаптации, когда допускается некоторая флуктуация ее параметров. Появление флуктуации параметров ставит вопрос об устойчивости сформированного равновесия. На рис. 8.2 приводится концептуальная иллюстрация понятия устойчивого равновесия, предложенная В.И. Курбатовым и Г.А. Угольницким в работе [40].

Математически условие равновесия имеет вид

так как, если производная функции равна нулю, то сама функция не изменяется. Выделяют несколько равновесных состояний: тривиальное (прямая X*, рис. 8.2), асимптотически устойчивое (кривая 2, рис. 8.2) и устойчивое (кривая 1, рис. 8.2).

5. Любой баланс в реальной системе в связи с ее вероятностной природой подвержен нарушению. Все выходные показатели системы относят к категории случайных величин.

В этом контексте важным фактором представляется устойчивость равновесия системы, т.е. ее способность сохранять требуемые свойства в условиях возмущающих воздействий или способность системы, выведенной из устойчивого состояния, самостоятельно возвращаться в это состояние. Понятие устойчивости, получившее широкую известность, сформулировано в конце XIX в. русским ученым А. М. Ляпуновым. Согласно этому понятию траектория движения объекта называется устойчивой, если для сколь угодно малого предельного отклонения, определяющего коридор (окрестность, пространство) устойчивости, можно указать такие ограничения для возмущений (колебаний), при которых система не выйдет из этого коридора или окрестности.

Из этого определения вытекает важное для управления организационными системами следствие, согласно которому система только тогда обладает требуемыми свойствами (эффективностью, финансовой состоятельностью и т.п.), когда выбранные характеристики изучаемых свойств находятся в заданных пределах или принадлежат некоторым областям, зонам, ограничивающим определенное пространство допустимых значений параметров. Строго говоря, понятие устойчивости в контексте исследования систем управления относится не к системе как таковой, а к параметрам ее функционирования, т.е. к некоторому множеству X  Ω.

Устойчивость в социально-экономических системах по аналогии с биологическими и экологическими системами сводится к поддержанию гомеостаза, к соблюдению некоторого динамического равновесия, характеризующегося совокупностью параметров порядка и диапазоном допустимых колебаний их значений, при которых система «здорова». Для определения устойчивости функционирования системы необходимо провести анализ действующих в системе возмущений (отклонений от средних значений) и указать ограничения, налагаемые на эти возмущения (например, на рис. 8.2 это величины β и ε), при которых система имеет разную степень устойчивости. Контролируемыми параметрами при оценке устойчивости выступает набор определенных показателей. В частности, к ним относят рентабельность продаж и операционной деятельности, оборачиваемость оборотных средств и запасов, коэффициент обеспеченности собственными средствами и др.

6. В связи с закономерным воздействием возмущений на функционирование системы образовалась достаточно новая область знаний — «управление изменениями». Управление изменениями тем успешнее, чем больше система обладает свойством адаптации. Под адаптацией понимается способность системы изменять свое состояние и поведение (параметры, структуру, алгоритм функционирования) в связи с изменениями в ней самой и во внешней среде, без потерь эффективности ее функционирования, за счет накапливания и использования информации о системе и внешней среде. Адаптация может быть целевой, функциональной, структурной, объектной и параметрической. В управлении системами проблеме адаптации придается большое значение. Например, в книге С. Хенди «Адаптация организации» (1985) предлагается теория адаптации организации к изменениям, как внешней, так и внутренней среды. Здесь заслуживает внимания предложенный подход к разработке способов адаптации. Основой адаптации системы служит дифференциация видов деятельности любой организации, независимо от ее размера и цели. К адаптационным решениям системы относят создание запасов сырья и материалов, резервов технических ресурсов и капитала и др. Такими решениями обеспечиваются структурная и объектная адаптации.

7. Динамическим характером системы и внешней среды обусловлена необходимость дополнения адаптации способностью перестройки системы или ее элементов во времени. В этой связи появились такие понятия, как гибкость системы, гибкость технологии, гибкость структуры, гибкость ассортимента продукции и др. Под гибкостью понимается способность организации эффективно изменять внутренние правила игры и структуру, объекты производства в предельно сжатые сроки. Гибкость рассматривается как способность системы к эффективной адаптации.

8. Способность системы на основании оценки воздействия внешней среды путем последовательного изменения внутренней среды прийти к некоторому устойчивому процессу функционирования, при котором воздействие внешней среды находится в допустимых пределах, называется самоорганизацией [8].

9 . Эффективность — свойство системы, определяющее способность системы к выполнению поставленных перед ней целей. Оно интегрирует все предыдущие свойства и тем самым обеспечивает жизнеспособность системы. Исследование показателей эффективности сводится к оценке устойчивости, надежности, адаптивности, безопасности и т.д.

10. Жизнеспособность — это способность системы к самоорганизации и развитию в конкурентной среде. Это свойство системы выступает обобщенной характеристикой адаптации, устойчивости, гибкости системы и ее взаимодействия с окружающей средой. Развитие организации в конкурентной среде можно отобразить в виде восходящей последовательности траекторий жизненного цикла системы (рис. 8.3). Переход на каждый последующий уровень становится возможным благодаря инновационным преобразованиям.

Каждый уровень жизнеспособности системы определяется набором параметров, критерии которых зависят от стадии жизненного цикла и сферы деятельности предприятия. Например, низкий уровень обеспечивает только сохранение производственного и экономического потенциалов предприятия; средний уровень позволяет предприятию развиваться в конкурентной среде; высокий уровень создает возможность выйти на лидирующие позиции и осуществить диверсификацию производства. На рис. 8.3 приведена траектория развития угледобывающих предприятий в зависимости от рентабельности капитала по чистой прибыли (φ).

Для определения уровня жизнеспособности системы могут также использоваться такие параметры, как производительность труда, прибыль на одно рабочее место, инвестиции в обучение персонала и др.

11. Надежность — это свойство системы, заключающееся в ее способности в определенных условиях и в течение заданного периода времени выполнять назначенные функции, сохраняя эффективность функционирования на установленном уровне. Надежность системы зависит от надежности элементов и связей, соединяющих эти элементы в определенную целостность. Надежность системы устанавливается на стадии проектирования, обеспечивается на стадии производства и проявляется на стадии эксплуатации.

Объективный характер функционирования элементов системы, состоящий в последовательном переходе из состояния работы в состояние отказа, приводит к тому, что система в тот или иной период времени реализует только часть своего технического, экономического и интеллектуального потенциала и работает с «частичным» эффектом. Важность свойства надежности системы, влияющего на ее экономичность и безопасность, объясняется созданием фундаментальной теории оценки и оптимизации надежности систем.

12. К определению понятия «безопасность системы» подходят с двух позиций:

1) безопасность воздействия системы на внешнюю среду;

2) способность системы сопротивляться воздействию внешней среды.

В соответствии с этим в работах [60;69] выделяется внутренняя и внешняя безопасность системы.

Внутренняя безопасность — характеристика целостности системы или показатель ее гомеостаза, определяющий способность системы поддерживать свое нормальное функционирование в условиях воздействия внутренних и внешних возмущений.

Внешняя безопасность — способность системы взаимодействовать со средой без нарушения гомеостаза последней, т.е. при воздействии системы на среду не происходит необратимых изменений или нарушений важнейших параметров, характеризующих состояние среды, принятое как допустимое.

Целевая модель системы управления.

Концептуальные основы определения целей

Системный анализ как инструментарий исследования систем управления традиционно включает изучение системы через формирование ее целей. Понятие цели и связанные с ним понятия целесообразности и целенаправленности положены в основу развития теории менеджмента. Управление по целям рассматривается как концепция современного менеджмента, утверждающая, что повышение эффективности работы достигается за счет того, что каждый руководитель имеет четкое представление как о своих целях, так и о целях организации в целом.

Для термина «цель» имеется несколько определений. В общепринятом понимании цель — это «модель желаемого будущего». В Большой советской энциклопедии цель определяется как заранее мыслимый результат сознательной деятельности человека (воплощение замысла).

В управлении организацией природа целей иерархична, и имеется несколько уровней их постановки:

1) цель как желаемое будущее, замысел (философия и миссия компании, общая цель, определяющая область заинтересованности);

2) цель как общее направление (определение развития системы в требуемом направлении), ориентированное на воплощение замысла;

3) цель как результат деятельности (продукция, услуга);

4) цель как процесс (добиться безубыточной деятельности или бесперебойной подачи материала и т.д.), обеспечивающий выполнение поставленного требования;

5) цель как достижение определенного состояния (равновесия, устойчивости, гибкости, адаптации), обеспечивающего эффективность функционирования системы.

Относительно цели как замысла можно использовать определение академика Н. Моисеева: «Цель управления — это субъективное представление лица, ответственного за выбор направлений, о тех мотивах, которыми следует руководствоваться при выборе способа достижения цели» [61]. Цель как общее направление должна заложить определенную концепцию развития системы. Используя терминологию Р. Кини и X. Ральфа, можно утверждать, что цель определяет как общее направление зону заинтересованности, из которой выводятся цели более низкого уровня [31].

Управление, ориентирование — это придание цели того или иного действия. Наиболее распространенным определением цели в управлении организацией является следующее: цель — это тот конечный результат (удовлетворение требований, показатель, состояние), который необходимо получить путем выбора и реализации тех или иных управляющих воздействий на систему. Для цели как конечного результата, определенного количественно или заданного в виде требования (достичь, повысить), существенно понятие «зона достижимости». Под зоной достижимости понимается множество всех предельных состояний системы, которого она достигает в некоторый момент времени при наилучшем в заданном смысле управлении [31]. Это понятие представляет собой известную абстракцию, мысленный эксперимент, который в ряде случаев удается превратить в строго математическую модель. Построение зоны достижимости и зоны заинтересованности — одна из сложнейших процедур в теории принятия решений.

Принципы построения целевой модели системы

Немногие виды деятельности оказывают столь долговременное влияние на жизнь организации, как постановка целей. Например, сформулированное 40 лет назад кредо успешной компании Johnson & Johnson таково: стабильный успех современной компании возможен только в случае, если для нее: на первом — интересы клиентов; на втором — интересы персонала и руководства; на последнем месте — интересы акционеров.

Изучение системы управления через анализ ее целей основывается на построении целевой модели, или системы целей. Составить целевую модель — это значит сформулировать класс понятий или концептов, описывающих назначение системы и ее элементов. Целевая модель представляется в виде иерархии целей как некоторой древовидной структуры, построенной по принципу «цель — средство достижения цели — подцель», — и так по каждому уровню. Построение целевой модели — слабо формализованный процесс, который основан на знаниях, искусстве и интуиции специалистов в области управления.

В теории управления разработке системы целей организации посвящено много специальных работ зарубежных и отечественных ученых, часть трудов которых отмечена ранее, поэтому остановимся только на принципах и особенностях построения целевой модели как исходных знаниях для системного анализа деятельности организации. Построение целевой модели включает два этапа. На первом этапе происходит формирование вербальной модели целей, на втором — абстрактно-дедуктивной (от общей цели к частным) или абстрактно-индуктивной (от частных целей к общей) в виде «дерева целей».

Для построения вербальной модели следует руководствоваться следующими принципами.

1. Цели должны быть сформулированы как для системы в целом, так и для составляющих ее элементов. Тем самым обусловливается декомпозиция целей в пространстве на основании связанности структуры организации, которая, в свою очередь, находится под влиянием множества факторов, например таких, как:

назначение организации (завод, банк, торговая фирма и т.д.);
форма управления (механистическая и органическая);
тип организаций (коммерческие и некоммерческие, государственные и негосударственные и др.);
тип производства (массовое, мелкосерийное, перерабатывающее и др.).

2. Каждая функция управления должна начинаться с цели не только как результата, но и как процесса.

3. Четкая направленность цели на определенный временной этап управления: стратегические (или долгосрочные), тактические (среднесрочные) и оперативные (краткосрочные) цели, т.е. для каждой структурной единицы будут формироваться три списка целей в соответствии с временными этапами управления.

4. Цель должна быть адресной, измеряемой, контролируемой и содержать критерий ее достижимости.

Абстрактно-дедуктивная целевая модель

В теории управления установлены основные закономерности формирования системы целей в виде «дерева целей» (см. гл. 4), или абстрактно-дедуктивной модели, состоящие в следующем [53;89;118].

1. При построении целевой модели принимают во внимание два принципа: конкретизацию и выделение логической связи «цель — средство достижения цели». Конкретизация означает, что цели разбивают на детальные цели, опускаясь по стратам или уровням иерархии, что способствует разъяснению смысла более общей цели.

2. Согласно принципу целостности системы, достижение целей вышестоящего уровня не может быть полностью обеспечено достижением целей нижестоящего уровня, но последние должны составлять конкретный вклад в достижение цели высшего уровня

3. Иерархия целей, разбивая общую цель на более конкретные цели, строится «сверху вниз» (дедуктивный метод). Существует позиция целевой модели «снизу вверх» — от целей низшего уровня к целям высшего — и таким образом до «корневой» цели.

Процесс разрастания иерархии целей может быть бесконечным, так как невозможно априорно указать, где следует прекратить уточнение целей. В этом случае необходимо помнить о практической стороне уровня детализации, на котором целесообразно остановиться. Для того чтобы справиться с задачей размерности иерархии, предлагаются различные приемы, в том числе и «тест на важность» цели. Прежде чем включить любую цель в иерархию, должен исследоваться вопрос о том, изменит ли цель планируемый ход действий. Положительный ответ означает включение цели в иерархию.

Конкретизация и измерение целей

Любая сформулированная цель должна быть конкретизирована, измерена и иметь критерий, указывающий степень ее достижимости. Особенно это касается целей нижнего уровня. Измерение целей осуществляется различными количественными показателями, представляемыми в виде абсолютных (размерных) и относительных (безразмерных) величин, а также качественными оценками выполнения требований, правил и норм. Качественные оценки в основном сформулированы в виде утверждений. Например, «разработать и внедрить матричную структуру управления в течение двух лет» или «разработать новый продукт в заданном диапазоне цен». Следует обратить внимание, что в сформулированных целях заложены критерии: в первой — это срок выполнения, во второй — диапазон цен. Сопоставление фактических показателей и критерия определяет степень достижимости цели.

Показатели измерения по каждой цели должны быть аддитивны показателям общих целей, и полученный результат должен составлять п-ю долю суммарного результата. В связи с этим построению целевой модели должен предшествовать этап изучения группирования основных и вспомогательных результатов организации. Например, если предприятие производит продукцию, то показатели его деятельности группируются по следующим основным стандартным разделам: производственная программа, экономический анализ, финансовый анализ, проекты развития производства (техническое перевооружение, создание новой продукции и др.). Если предприятие ориентировано на торгово-посредническую деятельность, то основными будут показатели экономической, финансовой и маркетинговой деятельности.

Д ля того чтобы цели были взаимно поддерживающими, необходимо определить ограничения на используемые ресурсы. Таким образом, для системы существует набор целей и соответствующий ему набор критериев и ограничений на ресурсы, используемых для достижения цели. Фрагмент целевой модели системы, отображающей изложенный методический прием с использованием графического языка структурного анализа, приведен на рис. 8.4.

Очевидно, что построение целевой модели системы — достаточно сложный творческий процесс, сопровождаемый множеством поставленных для решения дополнительных задач.

Одна из задач, возникающая при определении набора критериев, связана с выбором таких критериев, которые позволят наиболее полно определить достижение сформулированной общей цели. Как показано в работе Р. Кини и X. Райфа [31], это обеспечивается, когда набор критериев охватывает все важные цели, что означает: обладает полнотой охвата, является действенным — операциональным, разложимым на части для упрощения и не избыточным.

Например, для общей цели средством ее измерения будет вектор, состоящий из частных критериев K_i(i = 1,2,…,n). Для общего случая набор из n критериев считается полным, если, зная значение n-мерного критерия, связанного с общей целью, лицо, принимающее решение, имеет полное представление о степени достижимости общей цели. Для каждой цели может существовать несколько критериев, один из них — лучший.

Действенность критерия выражается в том, что он должен быть результативным и объяснимым и служить выбору наилучшего курса действия. Разложимость критерия — важное свойство, направленное на сокращение размерности целевой модели. Для этого следует использовать теорию предпочтения и функции полезности.

В качестве критериев могут выступать нормы, стандарты, допустимые обоснованные границы изменения показателей, а также показатели, найденные в результате решения оптимизационных задач календарного планирования, распределения ресурсов, транспортной задачи и многих других, и наконец, показатели успешно функционирующих организаций, которые могут рассматриваться в качестве эталона.

В заключение следует отметить, что исследования в области построения целевой модели системы не перестают быть актуальными. Это очевидно, так как существует и многообразие целей, и разнообразие направленности деятельности, что приводит к нескончаемым проблемам при построении организации или ее отдельных подсистем.

ЛИТЕРАТУРА

Акофф Р.Л. Искусство и наука управления «беспорядком»: хрестоматия: управление изменением: пер. с англ. Жуковский: МИМ ЛИНК, 1998.
Анализ и диагностика финансово-хозяйственной деятельности предприятия: учеб, пособие для вузов / П.П. Табарчук, А.Е. Викуленко, Л.А. Овчинникова и др.; под ред. П.П. Табарчука, В.М. Тумина и М.С. Сапрыкина. СПб.: Химиздат, 2001.
Ансофф И. Новая корпоративная стратегия : пер. с англ. СПб.: Питер, 1999.
Байе М.Р. Управленческая экономика и стратегия бизнеса: т. 1: пер. с англ. М.: ЮНИТИ-ДАНА, 1999.
Баканов М.И., Шеремет А.Д. Теория экономического анализа: учебник. М.: Финансы и статистика, 1997.
Бир С. Кибернетика и управление производством : пер. с англ. М.: Физ.-мат. лит., 1963.
Бурков В.Н., Ириков В.И. Модели и методы управления организационными системами. М.: Наука, 1994.
Бусленко Н.П., Калашников В.В., Коваленко И.Н Лекции по теории сложных систем. М.: Советское радио, 1973.
Буянов В.И, Кирсанов К.А., Михайлов Л А. Рискология. Управление рисками. М.: Экзамен, 2002.
Вагнер Г. Основы исследования операций: т. 1. М.: Мир, 1972.
Вольтам Г. Наука управления и организационные изменения (схема для анализа изменений): хрестоматия, управление изменением . пер. с англ. Жуковский: МИМ ЛИНК, 1998.
Варшавский А.Е. Прогнозные модели для исследования влияния научно-технического прогресса на показатели экономического развития // Экономика и математические методы. Т. XXI. 1985. № 2. С. 252-266.
Внешнеэкономический толковый словарь / под ред, И.П. Фоминского. М.: ИНФРА-М, 2000.
Все о маркетинге: сб. материалов для руководителей предприятий экономических и коммерческих служб. М.: Азимут-Центр, 1992.
Гвишиани Д.М. Организация и управление. М.: Наука, 1970.
Гибсон Дж., Иванцевич Д., Доннелли Д. Организации: поведение, структура, процессы: пер. с англ. М.: ИНФРА-М, 2000.
Гительман ЛД. Преобразующий менеджмент. М.: Дело, 1999.
Глазов М.М. Экономическая диагностика предприятий: новые решения. СПб.: СПб ГУЭиФ, 1998.
Горелов А.А. Концепции современного естествознания: учеб, пособие, практикум. М.: ВЛАДОС, 1998.
Грейсон Д., О’Делл К. Американский менеджмент на пороге XXI века: пер. с англ. М.: Экономка, 1991.
Гуияра Ф.Ж., Келли Дж.Н. Преобразование организации. М.: Дело, 2000.
Гусев Ю.В. Стратегическое управление: учеб, пособие: ч. 1. Новосибирск: НГАЭиУ, 1995.
Друкер П. Эффективное управление: экономические задачи и оптимальные решения: пер. с англ. М.: ГРАНД, 1998.
Егоров Ю.Л. Исследование систем управления. М.: ЗелО, 1997.
Жваколюк Ю. Дилинг для начинающих. СПб.: Питер, 2001.
Завьялов П.С., Демидов В.Е. Формула успеха: маркетинг (сто вопросов — сто ответов о том, как эффективно действовать на внешнем рынке). М.: Международные отношения, 1991.
Казанцев А.К, Подлесных В.И., Серов Л.С. Практический менеджмент в деловых играх, хозяйственных ситуациях, задачах и тестах: учеб, пособие. М.: ИНФРА-М, 2001.
Калачева Л.Л., Калачев И.В. Научный работник: введение в профессию: пособие для начинающего исследователя. Новосибирск: НГТУ, 1999.
Кантер Р.M. Дилеммы работы в командах: хрестоматия: управление обучением : пер. с англ. Жуковский: МИМ ЛИНК, 1998.
Кантер Р.М. Рубежи менеджмента: книга о современной культуре управления. М.: Олимп-Бизнес, 1999.
Кини Р.Л., Райф X. Принятие решений при многих критериях: предпочтения и замещения: пер. с англ. М.: Радио и связь, 1981.
Клейнер Г.Б., Тамбовцев В.Л., Качалов Р.M. Предприятие в нестабильной экономической среде: риски, стратегии, безопасность. М.: Экономика, 1997.
Кливланд Д., Кинг В. Системный анализ и целевое управление: пер. с англ. М.: Советское радио, 1979.
Ковалев В.В. Финансовый анализ: управление капиталом, выбор инвестиций, анализ отчетности. М.: Финансы и статистика, 1998.
Ковалева О.В., Константинов Ю.П. Аудит. М.: ПРИОР, 2002.
Константинов Г., Лисиц И., Филонович С. Как выбраться из ловушки молодости // Эксперт. 2002. № 8. С. 24—30.
Котлер Ф. Основы маркетинга: пер. с англ. М.: Прогресс, 1990.
Кун Г. Структура научных революций: пер. с англ. М.: Мир, 1975.
Кунц Г., О'Доннел С. Управление: системный и ситуационный анализ управленческих функций: т. 1. М.: Мир, 1981.
Курбатов В.И., Угольницкий Г.А. Математические методы социальных технологий: учеб.пособие. М.: Высшая школа, 1998.
Ланге К.А. Организация управления научными исследованиями. М.: Наука, 1971.
Левин К. Теория поля в социальных науках : пер. с англ. СПб.: Сенсор, 2000.
Лейбкинд А.Р., Рудник В.Л. Моделирование организационных структур. М.: Наука, 1981.
Магура М.И. Мотивация труда персонала и эффективность управления // Управление персоналом. 2003. № 6. С. 22—25.
Мак-Донелл М. Стратегическое планирование маркетинга: пер. с англ. СПб.: Питер, 2000.
Макконнелл К.Р., Брю С.Л. Экономикс: принципы, проблемы и политика: пер. с англ. М.: Республика, 1992.
Малинецкий Г.Г. Хаос, структуры, вычислительный эксперимент. М.: Наука, 1997.
Марка Д.А., МакГоуэн К. Методология структурного анализа и проектирования: SADT: пер. с англ. М.: Метатехнология, 1993.
Маслоу А.Г. Мотивация и личность: пер. с англ. СПб.: ЕВРАЗИЯ, 1999.
Мейби К., Девис П., Холловей Д. Системная технология изменения: управление развитием и изменением, кн. 9 . пер. с англ. Жуковский: МИМ ЛИНК, 1998.
Менар К. Экономика организаций: пер. с франц. М.: ИНФРА-М., 1996.
Месарович М., Такахара И. Общая теория систем. Математические основы: пер. с англ. М.: Мир, 1973.
Мескон М.Х., Альберт М., Хедоури Ф. Основы менеджмента: пер. с англ. М.: Дело, 1992.
Методология IDEF. М.: Метатехнология, 1993.
Мильнер Б.З. Теория организации: учебник. М.: ИНФРА-М, 2000.
Мильнер Б.З., Евенко Л.И., Рапопорт В.С. Системный подход к организации управления. М.: Экономика, 1983.
Минцберг Г. Структура в кулаке: создание эффективной организации : пер. с англ. СПб.: Питер, 2001.
Минцберг Г., Альстрэнд Б., Лэмпел Д. Школы стратегий: пер. с англ.; под ред. Ю.Н. Каптуревского. СПб.: Питер, 2000.
Модульная программа для менеджеров. Управление производством и операциями: кн. 15. М.: ИНФРА-М, 1999.
Могилевский В.Д. Методология систем. М.: Экономика, 1999.
Моисеев Н.Н. Системный анализ: математические методы. М.: Наука, 1983.
Моисеев Н.Н. Судьба цивилизации. Путь разума. М.: Языки русской культуры, 2000.
Надлер Д.А. Концепции управления организационными изменениями: хрестоматия: управление изменением: пер. с англ. Жуковский: МИМ ЛИНК, 1998.
Налимов В.В. Планирование эксперимента. М.: Наука, 1974.
Нейлор Т. Машинные имитационные эксперименты с моделями экономических систем: пер. с англ. М.: Мир, 1975.
Олдхэм Дж. Культура организации: кн. 8. Эффективный менеджер. Жуковский: МЦДО ЛИНК, 1994.
Организация системы управления промышленным предприятием: основные положения / под ред. С.Е. Каменицера. М.: Экономика, 1973.
Основы научных исследований: учебник для техн. вузов / В.И. Крутов, И.М. Горшков, В.В. Попов и др.; под ред. В.И. Крутова, В.В. Попова. М.: Высшая школа, 1989.
Основы экономической безопасности / под ред. Е.А. Олейникова. М.: Интел-Синтез, 1997.
Острейковский В.А. Информатика: учебник. М.: Высшая школа, 1999.
Петров А.А., Поспелов И.Г., Шананин А.А. Опыт математического моделирования экономики. М.: Энергоатомиздат, 1996.
Питерс Т., Уотерман Р. В поисках эффективного управления (опыт лучших компаний). М.: Прогресс, 1986.
Планирование научных исследований и информационное обеспечение / под ред. акад. Н.П. Федоренко. М.: Наука, 1972.
Политэкономия (история экономических учений, экономическая теория, мировая экономика): учебник / под ред. Д.В. Валового. М.: Бизнес-школа «Интел-Синтез», 1999.
Поспелов Д.А. Логико-лингвистические модели в системах управления. М.: Знания, 1975.
Портер М. Конкуренция: пер. с англ. М.: Издат. дом «Вильямс», 2000.
Поулименакоу А. Проектный менеджмент // Управление исследованиями и инновациями: пер. с англ.; под ред. А. Форти. М.: Наука, 1993. С.18-43.
Пригожин И., Стенгерс И. Порядок из хаоса: пер. с англ. М.: Прогресс, 1986.
Пуанкаре А. О науке: пер. с франц. / под ред. Л.С. Портнягина. М.: Наука, 1990.
Пугачев В.И Тесты, деловые игры, тренинги в управлении персоналом: учебник для вузов. М.: Аспект-Пресс, 2000.
Пью Д. Понимание организационных изменений и управление ими: хрестоматия: управление изменением: пер. с англ. Жуковский: МИМ ЛИНК, 1998.
Пью Д.С., Хиксон Д.Дж, Т. Бернс//Writers on organizations: хрестоматия. Жуковский: ЛИНК, 1994.
Рапопорт В.Ш. Диагностика управления: практический опыт и рекомендации. М.: Экономика, 1988.
Румянцева З.П. Общее управление организацией. Теория и практика: учебник. М.: ИНФРА-М, 2001.
Реймерс Н.Ф. Природопользование: словарь-справочник. М.: Мысль, 1990.
Саати Т.А. Элементы теории массового обслуживания и ее приложение: пер. с англ. М.: Советское радио, 1971.
Семенов И.Г. Стадии развития организации // Научные труды МИМ ЛИНК. Вып. 3. 2001. С. 168-184.
Сенге П.М. Пятая дисциплина: искусство и практика самообучающейся организации: пер. с англ. М.: Олимп-Бизнес, 1999.
Системный анализ в экономике и организации производством: учеб, пособие; под ред. С.А. Валуева, В.Н. Волковой. Л.: Политехника, 1991.
Смит Я., Джексон Д Управление эффективными поставками. Практический маркетинг: кн. 5: пер. с англ. Жуковский: МЦДО ЛИНК, 1995.
Сорос Дж. Алхимия финансов. Рынок: как читать его мысли: пер. с англ. М.: ИНФРА-М, 2001.
Спивак В.Л. Корпоративная культура. СПб.: Питер, 2001.
Таха Х. Введение в исследование операций: т. 2: пер. с англ. М.: Мир, 1985.
Теория выбора и принятия решений: учеб, пособие. М.: Наука, 1982.
Теория организации: учебник / под ред. В.Г. Алиева. М.: Луч, 1999.
Теория статистики: учебник / под ред. Р.А. Шмойловой. М.: Финансы и статистика, 1998.
Томас Р. Количественные методы анализа хозяйственной деятельности: пер. с англ. М.: Дело и сервис, 1999.
Томсон Р.: Мотивация и проектирование работы: эффективный менеджер: кн. 4: пер. с англ. Жуковский: МИМ ЛИНК, 1998.
Томпсон А.А., Стрикленд А.Дж. Стратегический менеджмент: пер. с англ. М.: Биржи и банки: ЮНИТИ, 1998.
Уемов А.И. Аналогия в практике научных исследований. М.: Наука, 1972.
Уилсон А., Уилсон М. Управление творчеством при проектировании систем: пер. с англ. М.: Советское радио, 1976.
Управление организацией: учебник / под ред. А.Г. Поршнева, З.П. Румянцевой, Н.А. Соломатина. М.: ИНФРА-М, 1998.
Управление организацией: энциклопедический словарь. М.: ИНФРА-М, 2001.
Управление риском. Риск. Устойчивое развитие. Синергетика. М.: Наука, 2000.
Фармер Э., Мэйби К., Батслер Д. Управление изменениями: навыки и стратегии: управление развитием и изменением: пер. с англ. Кн. 11. Жуковский, МИМ ЛИНК, 1998.
Фейгенбаум А.В. Системы управления и системы обеспечения информации // Современные тенденции в управлении в капиталистических странах: пер. с англ. М.: Прогресс, 1972. С. 156-182.
Философский энциклопедический словарь. М.: Наука, 1983.
Финансовый менеджмент: учебник/ под ред. Е.С. Стояновой. 3-е изд., перераб. и доп. М.: Перспектива, 1998.
Франчук В.И. Основы современной теории организаций. М.: Институт организационных систем, 1995.
Хакен Г. Синергетика. Иерархия неустойчивостей в самоорганизующихся системах и устройствах. М.: Мир, 1985.
Хауштейн X. Методы прогнозирования в социалистической экономике: пер. с нем. М.: Прогресс, 1971.
Цвиркун А.Д., Акинфиев В.К., Филиппов В.А. Имитационное моделирование в задачах синтеза структуры сложных систем; под ред. В.Н. Буркова. М.: Наука, 1985.
Чейз Р.Б., Эквилайн Н.Д., Якобс Р.Ф. Производственный и операционный менеджмент. 8-е изд. М.: Издат. дом «Вильямс», 2004.
Черняк В.З., Черняк А.В., Довдиенко И.В. Бизнес-планирование: учеб.-практ. пособие. М.: РДЛ, 2000.
Шанк Д., Говиндераджан В. Стратегическое управление затратами. Новые методы увеличения конкурентоспособности : пер. с англ. СПб.: Бизнес-МИКРО, 1999.
Шаракшанэ А.С., Железнов И.Г. Испытания сложных систем. М.: Высшая школа, 1974.
Шелобаев С.И. Математические методы и модели: экономика, финансы, бизнес. М.: ЮНИТИ, 2000.
Шеметов П.В. Элементы научного управления. Новосибирск: НИНХ, 1992.
Эйнштейн А. Физика и реальность. М.: Наука, 1965.
Экономическая стратегия фирмы : учеб, пособие / под ред. проф. А.П. Градова. СПб.: СпецЛит, 2000.
Энджел И.О. Жить в атмосфере неопределенности и получать от этого удовольствие // Управление исследованиями и инновациями. М.: Наука, 1993.
Энджел Д.Ф., Блэкуэлл Р.Д., Мыныард П.У. Поведение потребителей : пер. с англ. СПб.: Питер, 2000.
123. Энциклопедия кибернетики/отв. ред. В.М. Глушков. Т. 2. Киев: Главная редакция украинской советской энциклопедии, 1974.
124. DruckerP. Managing in Turbubnt times. Heinement, 1980.
125. Шеннон К. Имитационное моделирование — наука или искусство. М.: Мир, 1978.

1 Системный анализ в экономике и организации производством: учеб.пособие; под ред. С.А. Валуева, В.Н. Волковой. Л.: Политехника, 1991.

2 Здесь можно рассмотреть малые формы бизнеса как, с одной стороны, довольно простые орг- и управленческие структуры, с другой – действующие в нормально-не-простой внешней среде. Простота обеспечивает их, зачастую, феноменальным «быстродействием», но, одновременно, поддерживает существенную бедность «внутреннего разнообразия». Как результат, «малый бизнес» оказывается весьма уязвимым и недолговечным.

Существенным моментом является и «закон экономии усилий», он ведет к упрощению системы управления, что в свете необходимости поддержания «разнообразия» ставит вопрос о минимально-достаточном уровне разнообразия организации.

Преодолением «дефицита» внутреннего разнообразия может быть вхождение в союз, ассоциацию с другим более сложным или, иногда, просто, «другим себе подобным». Но тут могут возникнуть «трудности» другой природы…

3 Рапопорт В.Ш. Диагностика управления: практический опыт и рекомендации. М.: Экономика, 1988.

4 Преобразования должны обеспечиваться ресурсами. Они тесно связаны с уровнем разнообразия и количеством используемых ресурсов. Преобразования могут происходить и в обратной последовательности, т.е. от матричной формы к командно-штабной (и даже линейной), в условиях задачи «антикризисного сокращения издержек», в т.ч. на управление.

5 Здесь можно задать вопрос, какие конкретные примеры можно привести…

6 Описательная (дословно), описывающая ситуацию модель (по контексту) – КШ.

7 Sadt - Материал из Википедии — свободной энциклопедии: https://ru.Wikipedia.Org/wiki/sadt

Текущая версия страницы пока не проверялась опытными участниками и может значительно отличаться от версии, проверенной 19 февраля 2016; проверки требуют 2 правки.

В этой статье не хватает ссылок на источники информации.

Информация должна быть проверяема, иначе она может быть поставлена под сомнение и удалена. Вы можете отредактировать эту статью, добавив ссылки на авторитетные источники. Эта отметка установлена 12 мая 2011 года.

SADT (акроним от англ. structured analysis and design technique) — методология структурного анализа и проектирования, интегрирующая процесс моделирования, управление конфигурацией проекта, использование дополнительных языковых средств и руководство проектом со своим графическим языком. Процесс моделирования может быть разделен на несколько этапов: опрос экспертов, создание диаграмм и моделей, распространение документации, оценка адекватности моделей и принятие их для дальнейшего использования. Этот процесс хорошо отлажен, потому что при разработке проекта специалисты выполняют конкретные обязанности, а библиотекарь обеспечивает своевременный обмен информацией.

SADT возникла в конце 60-х годов в ходе революции, вызванной структурным программированием. Когда большинство специалистов билось над созданием программного обеспечения, немногие старались разрешить более сложную задачу создания крупномасштабных систем, включающих как людей и машины, так и программное обеспечение, аналогичных системам, применяемым в телефонной связи, промышленности, управлении и контроле за вооружением. В то время специалисты, традиционно занимавшиеся созданием крупномасштабных систем, стали осознавать необходимость большей упорядоченности. Таким образом, разработчики решили формализовать процесс создания системы, разбив его на следующие фазы:

Анализ — определение того, что система будет делать,
Проектирование — определение подсистем и их взаимодействие,
Реализация — разработка подсистем по отдельности, объединение — соединение подсистем в единое целое,
Тестирование — проверка работы системы,
Установка — введение системы в действие,
Эксплуатация — использование системы.

История

Часть теорий, относящихся к методологии и языку описания систем, были названы их автором, Дугласом Т. Россом «Методологией структурного анализа и проектирования» (SADT — Structural Analysis and Design Technique). Исходная работа над SADT началась в 1969 г. Первое её крупное приложение было реализовано в 1973 г. при разработке большого аэрокосмического проекта, когда она была несколько пересмотрена сотрудниками SofTech, Inc. В 1974 г. SADT была еще улучшена и передана одной из крупнейших европейских телефонных компаний. Появление SADT на рынке произошло в 1975 г. после годичного оформления в виде продукта. К 1981 г. SADT уже использовали более чем в 50 компаниях при работе более чем над 200 проектами, включавшими более 2000 людей и охватывавшими более десятка предметных областей, в том числе телефонные сети, аэрокосмическое производство, управление и контроль, учет материально-технических ресурсов и обработку данных. Её широкое распространение в настоящее время в европейской, дальневосточной и американской аэрокосмической промышленности (под названием IDEF0) позволяет эти цифры существенно увеличить. Таким образом, SADT выделяется среди современных методологий описания систем благодаря своему широкому применению.

В начале 70-х годов методология SADT была реализована в виде четкой формальной процедуры. В ходе этой реализации, SADT-аналитики использовали бланки диаграмм и титульные листы. Уникальный и эффективный метод кодирования связей между декомпозициями с использованием ICOM-кодов, применяемых в SADT, а также принятый в SADT способ организации рецензирования с помощью цикла автор/читатель намного облегчают бумажную реализацию. Благодаря этим преимуществам SADT намного превосходит все другие методы структурного анализа, имеющие бумажную реализацию.

В конце 70-х появились компьютеры достаточной мощности и диапазона с приемлемой скоростью создания графических изображений. Это дало возможность автоматизировать те структурные методы, которые, подобно SADT, существенно опирались на графику. Хотя такие технологии в то время только начинали развиваться, ВВС США финансировали разработку первой системы автоматизации SADT (и, кстати говоря, первого автоматизированного средства для структурного анализа, делающего упор на графику), названного AUTOIDEF0.

В начале 80-х годов появился умещающийся на письменном столе персональный компьютер с графическими возможностями. Это привело к созданию автоматизированных рабочих мест для нескольких графических методов структурного анализа. В это же время первые попытки реализации SADT на мини- и микрокомпьютерах были предприняты в США, Европе и Скандинавии. Одним из результатов таких попыток стало создание автоматизированного рабочего места SADT во Франции, названное SPECIF X.

Современный уровень информационных технологий предоставляет богатый выбор методов для создания автоматизированной поддержки SADT. Наиболее доступным на сегодняшний день SADT-средством является Design/IDEF (Meta Software Corp.) — изначально построенный в рамках программы интегрированной компьютеризации производства и широко используемый ныне в различных областях деятельности. Автоматизированная поддержка SADT происходит в развитии от просто графического средства до программного обеспечения, функционирующего на базе знаний более общих понятий моделирования. Такие развитые средства обладают способностью понимать семантику взаимосвязанной сети диаграмм SADT и множества моделей, а также объединять это множество сведений и правил с другими технологиями.

1 / 21 2 > Следующая >>>

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]

#
31.03.2015319.04 Кб21Филиалы и представительства_курсовая работа.doc
#
01.05.202592.16 Кб5Финанасы денежное обр. и кредит.doc
#
01.05.202598.98 Кб2Финансовый менеджмент (решенная).docx
#
01.04.202544.71 Кб3Форма госуд.правления.docx
#
31.03.201520.94 Кб24Формы правления.docx
#
01.07.20251.35 Mб0Фрейдина Е_учебник по Исслед систем управления_140916.docx
#
31.03.201580.9 Кб42Функция ЧИСТВНДОХ и ЧИСТНЗ.doc
#
24.09.2019773.12 Кб13Хозяйственное право.doc
#
31.03.2015398.94 Кб12Хозяйственное право_новая.pdf
#
12.07.201931.39 Кб9Цель занятия.docx
#
23.09.2019202.48 Кб11Ценообразование.docx