Добавил:

ivanov666 Опубликованный материал нарушает ваши авторские права? Сообщите нам.

Вуз:

Башкирский Государственный Аграрный Университет

Предмет:

[НЕСОРТИРОВАННОЕ]

Файл:

Проблемы формирования модели оценки инновационного потенциала как фактора повышения конкурентоспособности промышленного предприятия. Монография

.pdf

Скачиваний:

Добавлен:

07.09.2026

Размер:

1 Мб

Скачать

☆

<<< < Предыдущая 1 2 3 4 56 / 106 7 8 9 10 > Следующая >>>

лингвистики нашли применение как в семиотике, так и в лингвистической семиотике. Лингвистические и семиотические методы целесообразно применять при невозможности использования аналитических, статистических методов или методов формальной логики для оценки и анализа процессов сложных систем. Однако при усложнении языка моделирования полученные результаты могут быть неправильными, ввиду возникающих парадоксов и проблем алгебраической разрешимости.

Необходимо отметить, что теоретической базой для последующей автоматизации проектирования, формирования различных информационно-поисковых языков и языков моделирования является совокупность разделов дискретной математики, включающие в себя комплекс рассмотренных ранее семиотических, логических, лингвистических и теоретико-множественных методов.

Графические методы анализа наиболее часто используются при решении организационно-экономических задач различного характера, возникающих в процессе управления предприятием. Кроме того, данные методы используются в области разработки комплексов информационных систем управления и планирования на предприятии. Графическая форма представления применяется при анализе и обработке полученных данных от статистических исследований и использования аналитических методов. К элементам рассматриваемой совокупности средств относятся теория графов, а также всяческие средства графического отображения информации – графики, диаграмма и т.д. Таким образом, данная группа методов дает возможность наглядного представления процессов, происходящих в системе, помогающих лицу, принимающему решение облегчить анализ этих процессов.

Категория имитационно - динамических методов предполагает создание моделей, наиболее полным образом имитирующих реальный протекающие процессы в рамках анализируемой системы. Применение имитационно-динамических моделей предполагает наличие и применение специфического методического инструментария, который дает возможность адекватно представить параметры функционирования элементов системы, динамику их развития, а также характер причинно-следственных связей между ними. Для задач моделирования реальных экономических систем с достаточной степень точности характерно существенное количество переменных, соответственно, для их имитировании применяются современные компьютерные технологии, наиболее известным инструментом среди которых в практике менеджмента является язык DYNAMO. Это один

из наиболее распространенных комбинированных методов оценки. Идея имитационно-динамических методов была предложена в 50-х годах американским инженером Д. Форрестером.

Ситуационное моделирование основывается на средствах теории множеств, языков и математической логики. С помощью них разработан специализированный язык, с помощью которого анализируются проблемные ситуации и отображаются в памяти ЭВМ.

Структурно-лингвистические методы возникли в 70-х годах. Они представляют собой технологию, характеризующихся применением как лингвистических элементов в математике, так и комбинаторику различных структурных представлений.

Основой информационного метода являются информационные модели. Они используются для отображения реальных ситуаций.

Технология методов экспертных оценок предполагает организацию взаимодействия с компетентными специалистами в предметной области, а также получение и последующую обработку их оценок, определенных как качественно, так и количественно, имеющую цель на выходе сформировать информационную базу, обладающую достаточной степень достоверности для лиц, принимающих решение. Для применения данной технологии на практике создается экспертная комиссия из лиц, обладающих высокой степенью компетентности в области имеющейся проблемы. Далее формируется информационная база, в которую посредством различных методов организации экспертизы вносятся показания экспертных оценок. Как правило, на практике применяется тот или иной математический аппарат из числа приведенных выше для дальнейшей обработки данной информационной базы и формирования в итоге рекомендаций по рассматриваемой проблеме. Основным преимуществом такого метода является возможность взаимодействия с характеристиками функционирования системы, которые невозможно определить количественными параметрами напрямую, но которые подаются обработке путем оценки их экспертной группой. Наиболее существенным недостатком экспертного метода, вызывающим массу дискуссий в профильной научной литературе, является высокая степень риска получения неверных данных от экспертов вследствие различных факторов – субъективности в оценках, неправильно определенного уровня компетенции представителя экспертной группы, неверно присвоенного параметра важности критерия оценки и т.д.

Необходимо отметить, что на сегодняшний день для анализа сложных систем, характеризующихся динамичностью и неопределенностью, к которым можно отнести и инновационный

потенциал предприятия как экономической системы, применяется множество различных методологий анализа и моделирования. Данные категории методов используют как элементарные средства, не требующие ни сложной математической поддержки, ни массивной логической базы, так и подходы, требующие применения многофакторного анализа, моделирования с учетом значительного количества переменных и специфических передовых математических инструментов. Безусловно, для задач конкретного исследования применяются не все приведенные методы, а те, которые являются оптимальными с позиции эффективности и трудовых затрат, а также наиболее полным образом соответствуют как характеру стоящих перед исследователем задач, так и имеющимся в его распоряжении информации и методической базе.

В практике менеджмента и экономического анализа максимально распространенными являются статистические методы и метод экспертных оценок. Частота их использования обусловлена простой их применения, отсутствием необходимости проведения большого объема подготовительных работ, а также возможностью учета качественных показателей, составляющих существенную долю параметров, включаемых в модель оценки тех или иных аспектов деятельности предприятия, как сложной динамической экономической системы.

По итогам проведенного исследования существующих методик оценки уровня инновационного потенциала можно сделать вывод о том, что на сегодняшний день с одной стороны, накоплен немалый опыт практического приложения различных математических и структурно-лингвистических методик в данной области, с другой – не существует не только определенного метода, считаемого современной экономической наукой наиболее адекватным для применения в изучаемом случае, но и не сформирована даже группа таких методик, обладающая некими общими признаками. Безусловными отличительными чертами исследуемого явления, оказывающими значительное влияния на выбор аппарата для оценки, следует считать:

 сложность и многогранность данного явления;

 отсутствие единого понимания структуры инновационного

потенциала, множественность подходов к ее формированию и зависимость этого от характера дальнейших практических задач конкретного исследования

 множество качественных показателей, влияющих на конечный уровень инновационного потенциала, Следовательно, налицо необходимость учета различного рода неопределенности, в том числе, выраженной в виде лингвистических оценок экспертов. Также к этой группе проблем следует отнести и необходимость итоговой качественной трактовки выходных показателей системы оценки, представленных так или иначе, числовым образом, но с учетом лингвистических качественных оценок.

Также, необходимо отметить, что основным методом качественной оценки значительной части показателей инновационного потенциала предприятия на сегодняшний день является экспертный метод. Формы организации экспертизы могут быть различными. Вследствие этого возникает задача эффективного учета неопределенности. При исследования явлений, характеризующихся высокой степенью неопределенности, применяется аппарат теории нечетких множеств, являющейся динамично развивающейся областью прикладной математики. Соответственно, для эффективной оценки инновационного потенциала экономической системы, включающей как количественные, так и качественные факторы, предложена методика, позволяющая, с одной стороны, минимизировать недостаточность данных, используемых для оценки, с другой, учесть долю субъективности оценок экспертов и их ошибки. Использование сочетания аппарата теории нечетких множеств и метода анализа иерархий по Т. Саати является наиболее целесообразным, поскольку это дает возможность экспертам оперировать вербальными категориями, которым поставлены в соответствие определенные числовые промежутки, а также структурировать и согласовать процедуру присвоения весовых коэффициентов.

Таким образом, с учетом вышеназванных сложностей, принято решение о целесообразности применения сочетания аппарата теории нечетких множеств и метода анализа иерархи по Т.Саати для частичного устранения неопределенности при обработке экспертных оценок.

ГЛАВА 4. РАЗРАБОТКА МОДЕЛИ ОЦЕНКИ ИЗМЕНЕНИЯ

ИННОВАЦИОННОГО ПОТЕНЦИАЛА КАК ФАКТОРА

ПОВЫШЕНИЯ КОНКУРЕНТОСПОСОБНОСТИ

ПРОМЫШЛЕННОГО ПРЕДПРИЯТИЯ

Модель инновационного потенциала промышленного предприятия предполагает оптимальный выбор инновационных проектов, к которым относятся проекты технического перевооружения, реконструкции, нового строительства, выпуска новой продукции и т. д., и распределение средств между ними с учётом стратегических целей предприятия, а также в условиях лимитированности необходимых ресурсов. Как правило, количество проектов, принимаемых к рассмотрению для реализации существенно превышает имеющиеся у предприятия ресурсы, как производственные, так и финансовые. Соответственно, налицо задача эффективного выбора проекта либо портфеля проектов.

Задача заключается в выборе стратегии инвестирования, обеспечивающей принятие оптимальных решений по формированию портфеля инновационных проектов, распределению средств между ними и позволяющей осуществлять инновационный процесс с наиболее эффективным результатом за достаточно длительный временной интервал деятельности предприятия для создания условий прироста уровня его конкурентоспособности и стратегических перспектив. Процесс принятия решения и выбора альтернатив в данной ситуации исключительно затруднен и требует построения эффективных и адекватных математических моделей и методов решения задач оценки инновационного потенциала. Для решения данных проблем, на сегодняшний день, сформированы множество моделей, позволяющих осуществить распределение ресурсов предприятия с применением различных переменных, а также с использованием различного математического аппарата.

Можно классифицировать три ключевые проблемы, сопутствующие оптимальному выбору:

 выбор инновационных проектов производится исключительно на основании результатов оценки финансовых показателей без учёта стратегических планов предприятия;

 в моделях отсутствует корректная оценка рисков и неопределённости;

 не учитываются взаимосвязи между проектами одного портфеля, временные сдвиги начала проектов одного портфеля,

ограничения на ресурсы, отличные от финансовых, характер и множественность источников финансирования инновационных проектов.

Процесс формирования инновационного портфеля не является формализованным в полной мере, однако реализация отдельных его элементов возможна путем использования математических методов анализа данных. Формальные методы побуждают четко задавать цели, качественно определять направления расходования средств. Также, они позволяют сформировать базу и информационную структуру для выработки стратегических решений. Однако недостаток методов принятия управленческих решений на базе научного аппарата осложняет процесс на уровне стратегического управления предприятием, этапы которого в большей степени лежат в области формирования решений качественного характера (характеризуемых обобщенным взглядом, отсутствием конкретики). Компонентами систем принятия стратегических решений являются: лицо, принимающее решения, набор альтернатив, набор критериев, связанных с альтернативами. Общая методология решения таких задач предполагает создание формальной модели и получение решения с использованием адекватных математических средств. В дополнение к математическим моделям обычно используются различные эвристики, продукционные правила и базы данных. Принятие решений может быть определено как процесс выбора "достаточно хорошей" альтернативы из набора альтернатив в соответствии с определёнными целями.

Первая из перечисленных выше проблем решается с использованием методологий, развитых в работах В.И. Данилина и А.С. Плещинского. [14; 35] Построение модели предполагает многомерную систему ограничений и производится с точки зрения системного подхода исходя из того, что каждый проект является элементом инновационного комплекса предприятия. В инновационных моделях стратегического развития должны быть отражены:

- взаимоотношения проектов одного портфеля проектов;

- временные сдвиги начала проектов одного портфеля проектов;

- ограничения на ресурсы, отличные от финансовых;

- характер и множественность источников финансирования

инновационных проектов.

Авторами предлагается схема реализации модели оценки изменения уровня инновационного потенциала промышленного предприятия, представленная на рис. 3 1.

Рис. 3.1. Блок-схема реализации модели оценки инновационного потенциала.

На начальных этапах производится разработка методологической базы модели. Также осуществляется сор и обработка необходимой информации для создания и реализации модели , что формирует ее информационную базу.

После выбора необходимых математических инструментов для реализации модели проводится анализ имеющегося портфеля проектов, исследуется их значимость, выполнимость и соответствие стратегическим целям предприятия. В соответствии с этим осуществляется выбор проектов для конкретного предприятия. Также необходимо учитывать достаточность информации, которой мы располагаем. Зачастую данный фактор в совокупности с характером проектов и особенностями хозяйственной деятельности предприятия накладывают свои ограничения на допустимый для применения математический аппарат.

На следующем этапе необходимо сформировать и систему ограничений для проектов. Ее структура, а также экономические показатели, также адаптируется под проекты и предприятие. Предлагаемая авторами система ограничений рассмотрена в части 3.2.

Выбранные проекты анализируются более подробно с точки зрения финансово-экономических показателей. С применением выбранного математического аппарата рассчитываются итоговые показатели, отражающие их эффективность. В данном случае авторами используется аппарат теории нечетких множеств. В качестве необходимого и достаточного для дальнейших экспертных оценок приводится расчет показателя чистого дисконтированного дохода – NPV, представленный нечетким числом. Помимо того, что нечеткий характер данных об экономической эффективности проектов необходим для дальнейших расчетов, данный способ также фактически вводит в систему учет риска принятия неверного решения. Это происходит за счет того, что эксперт при выставлении лингвистических оценок изменения параметров составляющих инновационного потенциала имеет дело с « треугольным» нечетким числом, « основания» которого являются показателями экономической эффективности при пессимистическом и оптимистическом сценарии реализации проекта. В ходе исследования установлено, что введение в модель дополнительных факторов учета риска не приводит к конструктивному приросту эффективности модели, но существенно ее усложняет.

Формирование системы критериев, определяющих изменение уровня инновационного потенциала вследствие реализации

инновационного проекта происходит с учетом возможностей и перспектив предприятия.

Таким образом, после получения системы взвешенных критериев, отражающих прирост уровня инновационного потенциала по составляющим, необходимо подготовить схему обработки экспертных оценок с применением выбранного математического аппарата. Предложенный авторами метод применения теории нечетких множеств предполагает формирование терм-множества ответов и задание функций принадлежности, позволяющих интерпретировать результаты лингвистических оценок группы экспертов в нечеткие числа. Выбранные математически средства позволяют снизить неопределенность, возникающую вследствие субъективности оценок экспертов.

Далее необходимо ввести в модель количественную характеристику важности каждого из критериев как факторов прироста инновационного потенциала. Авторами предлагается воспользоваться методикой анализа иерархии, в частности методом парных сравнений по Т. Саати. «Метод анализа иерархий представляется более обоснованным путем решения многокритериальных задач в сложной обстановке с иерархическими структурами, включающими как осязаемые, так и неосязаемые факторы, чем подход, основанный на линейной логике» [42].

Также, помимо известных преимуществ, с точки зрения авторов, методика Саати максимально соответствует используемому аппарату теории нечетких множеств, поскольку также позволяет оперировать информацией, получаемой на уровне вербальных лингвистических суждений. «Теория Саати отражает то, что представляется естественным ходом человеческого мышления. Сталкиваясь с множеством контролируемых или неконтролируемых элементов, отражающих сложную ситуацию, разум объединяет их в группы в соответствии с распределением некоторых свойств между элементами. модель позволяет повторять данный процесс таким образом, что группы, или скорее определяющие их общие свойства, рассматриваются в качестве элементов следующего уровня системы. Эти элементы, в свою очередь, могут быть сгруппированы в соответствии с другим набором свойств, создавая элементы еще одного, более высокого уровня, итак до тех пор, пока не будет достигнут единственный элемент – вершина, которую зачастую можно отождествить с целью процесса принятия решений.» [43]

После применения приведенного выше метода обработки экспертных оценок производится модификация полученных нечетких

1, 1... ,

x i n

данных и расчет интегрального показателя. Интерпретация полученных данных позволяет сделать вывод о достаточности информации для принятия решения. На рис. 3.1. это обозначено как выбор проекта. Однако, необходимо отметить, что это не отображает весь комплекс действий, возможных в данной ситуации. Конкретные действия на данном этапе полностью зависят от характера постановки задачи. Это может быть как выбор одного проекта или выявление путей его реализации, так и разработка рекомендаций по внесению изменений в исходные параметры проектов (если это возможно). Также модель предусматривает возможность формирования портфеля проектов. Для этого в модели функционирует показатель совместимости проектов. В рамках приведенного далее в п. 3.3. расчета он принят как 1, однако при необходимости данный аспект работы модели возможно адаптировать для конкретной задачи.

Предлагаемая система ограничений развивает подход по выделению финансовых, ресурсных ограничений и ограничений по совместимости проектов.

Зависимость проектов может иметь разные формы. С точки зрения совместимости проекты могут быть независимыми (отказ от одного не влияет на результаты и затраты других), взаимоисключающими (или альтернативными, реализация одного делает невозможной реализацию других), взаимодополняющими (могут быть приняты или отвергнуты одновременно). Для портфеля проектов, включающего в себя взаимонезависимые проекты указанных ограничений (ограничения совместимости) нет. Проекты, которые дополняют друг друга, должны быть объединены в один общий проект. Проекты, исключающие друг друга, должны быть представлены как варианты одного проекта (в части перечня оборудования, местоположения реализации проекта, типа и вида финансирования проекта, временных интервалов жизнедеятельности проекта). Можно говорить о том, что возможна ситуация, когда будут реализованы все возможные варианты комбинаций проектов, как различным типом финансирования, так и с различным временным интервалом жизнедеятельности проекта.

Для проектов, исключающих друг друга, ограничения могут быть записаны в следующем виде:



 



<<< < Предыдущая 1 2 3 4 56 / 106 7 8 9 10 > Следующая >>>

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]