Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Модели и методы организационного управления инновационным развитием фирмы. Монография
.pdf
Так как эффективность и надежность являются «равноправными» характеристиками механизма управления, то возможен
альтернативный подход – определить критерий надежности таким
(достаточно общим) способом, чтобы он учитывал и включал в
себя показатели эффективности, и постулировать, что эффективность механизма управления является «вторичной» по отношению
к достаточно широко трактуемой его надежности. Оба двойственных подхода имеют право на существование. При использовании
каждого из них любое описание (модель) каждой конкретной
организационной системы должно удовлетворять требованию
учета в оптимизируемом критерии как показателей эффективности,
так и показателей надежности.
Кратко обсудив методологические проблемы определения и
анализа надежности и риска в моделях управления организационными системами, перейдем к исследованию специфики управления
риском в организационных проектах.
Как отмечалось выше, отличительной (и во многом характеристической) чертой организационных проектов является то, что в
них изменяется субъект управления, и наличие изменений, происходящих с субъектом управления (руководителем проекта), является чрезвычайно существенным. Поэтому рассмотрим механизмы
управления риском в рамках моделей саморазвития (см. также
раздел 3.4).
Прежде всего, необходимо отметить, что в управлении ОП используется следующая общая технология учета и анализа риска.
На первом этапе решается задача синтеза оптимального механизма управления. Если неопределенные факторы отсутствуют
(модель детерминированная), то ни о каком управлении риском
речи не идет. Если в модели присутствуют неопределенные факторы, то может быть получено параметрическое решение задачи
синтеза (см. выше). Если значение неопределенного параметра
станет известным на момент принятия решений, то возможно
непосредственное использование параметрических решений (набор
этих решений может применяться как конструктор [ 56], те или
иные элементы которого используются в зависимости от ситуации). В противном случае возможны два варианта.
151
Центр может устранить неопределенность (см. методы устранения неопределенности выше) и решать детерминированную
задачу, то есть рассчитывать на наихудший случай, ожидаемую
полезность и т.д. При этом управление риском заключается в
анализе зависимости оптимального решения от информации,
имеющейся о неопределенном параметре. Методы и примеры
такого анализа подробно описаны в [ 159, 162, 164 и др.].
Альтернативой является исследование зависимости оптимального решения от значений неопределенных параметров, и поиск
решения, оптимального в рамках имеющейся информации о возможных значениях неопределенных параметров. Примерами являются: анализ чувствительности (устойчивости) решения по параметрам модели, использование решений, обладающих
максимальной гарантированной эффективностью в заданной области значений неопределенных параметров, а также применение
обобщенных решений – семейства параметрических решений задачи управления, в котором параметром являются потери в эффективности, зависящие от области значений параметров модели, в
которой данное решение гарантированно обладает этой эффективностью [ 47, 56, 162].
Последний подход представляется более привлекательным,
чем использование решений, оптимальных в условиях неопределенности, так как он предоставляет в распоряжение лица, принимающего решения, гибкий инструмент анализа влияния неопределенных факторов на состояния управляемой системы и
эффективность управления. Например, имея диаграммы «рискэффективность-стоимость», или кривые безразличия эффективности управления на плоскости параметров и т.д. – см. примеры в [ 7]
и ниже – пример 3.5, можно сравнивать целесообразность использования тех или иных управлений с учетом имеющейся у центра
информации и накопленного им опыта.
Приведем примеры использования приведенной методики, используя результаты анализа моделей саморазвития, описанных в
четвертом разделе настоящей главы.
В рамках модели 1, рассмотренной в разделе 3.4, доказано, что
оптимальным реализуемым действием является
(10) x*(l, a, r) = arg
152
max
AxÎ
[l x –
0
*
J
(x, a, r)],
зависимость целевой функции центра от параметров l, a и r имеет
å
å
å
å
вид:
(11) F(l, a, r) = l x*(l, a, r) –
сi(yi(x*(l, a, r), a), a, ri),
ÎNi
а задача комплексного развития заключается в следующем:
(12) F(l, a, r) – ca(
a
, a) – cr(r0, r) ®
0
max
.
0,
³WÎar
Неопределенность (недостаточная информированность центра) может иметь место относительно следующих параметров:
- целевых функций участников системы и множеств их допус-
тимых стратегий – в этом случае целесообразно использование
обобщенных решений по аналогии с тем, как это реализовано в
[ 162];
- начального состояния (
a
, r0) управляемой системы;
0
- прогноза цен l;
- параметров функций затрат ca(
a
, a) и cr(r0, r).
0
Следовательно, возникает риск – возможность выхода параметров системы из заданной области, обусловленная незнанием
или ошибочными представлениями о перечисленных существенных параметрах.
Рассмотрим способы описания риска и управления им в модели саморазвития на следующем примере (см. также пример 3.1).
Пример 3.5. Пусть агенты имеют квадратичные функции за-
1
 .
+
2
y /2r
, i Î N, а оператор агре-
i
i
трат типа Кобба-Дугласа: ci(yi, ri) =
гирования Q(y, a) = a
y ,
W
=
i
ÎNi
Тогда, как было вычислено в примере 3.1:
*
y (x,
l
, r) = x ri / a R, где R =
i
x*(l, a, r) = l
Пусть ca(
2
a
R, F(l, a, r) =
a
, a) = b (a –
0
ÎNi
2
2
l
a
R / 2.
a
)2, cr(r0, r) =
0
r ,
i
*
u
(z, a, r) = x2 / 2
g
Î-Ni
rr
2
a
R,
2
)(
.
iii
0
Тогда задача развития персонала – при заданных l, a и r0 определить r Î W, максимизирующее целевую функцию центра с
учетом затрат cr(×) на изменение квалификации персонала – имеет
вид:
153
(13)
å
b
l
2
a
2
R / 2 –
g
Î-Ni
2
rr
)(
®
iii
0
max .
WÎr
Решение этой задачи:
2
(14) ri = r0i +
2
l
a
/ 4
g
, i Î N.
i
Отметим, что для всех агентов выполнено ri ³ ri0, то есть происходит повышение квалификации, причем ее прирост ri – ri0 монотонен по внешней цене (при более выгодных внешних условиях
выгодно повышать квалификацию) и эффективности a технологии,
используемой центром (при неэффективной технологии повышать
квалификацию не имеет смысла), и обратно пропорционален
«удельным затратам» {
Задача развития центра – при заданных l, r и
a ³
0, максимизирующее целевую функцию центра с учетом затрат
g
на обучение персонала.
i}i Î N
a
определить
0
ca(×) на изменение технологии – имеет вид:
2
(15)
2
l
a
R / 2 – b (a –
a
)2 ®
0
max
0
³
a
,
а ее решение:
*
(16)
a
=
a
то есть a ³
2
0
2
-
a
при 2 b ³
0
,
2
R
lb
2
l
R. Последнее условие можно интерпретировать следующим образом: при высокой квалификации персонала и выгодных внешних условиях (соответственно – больших
значениях R и l) можно и не совершенствовать технологию.
Если в рассматриваемой модели присутствует неопределенность, то использование оптимальных управлений в условиях
неопределенности означает следующее. Когда относительно параметров модели имеется интервальная неопределенность, то, например, в решении (14) следует использовать минимальные (пессимистические) оценки внешних цен l и максимальные оценки
«удельных затрат» {
g
на обучение персонала. Если имеется
i}i Î N
вероятностная неопределенность относительно квалификации
персонала R, то, так как выражение (15) линейно по этой переменной, можно подставить ожидаемое значение и т.д.
Использованию анализа чувствительности (параметрических,
сценарных или «многокритериальных» методов) соответствует
построение зависимостей решений задач управления от параметров
154
модели и использование центром этих зависимостей для принятия
b l
R
окончательных решений. Примеры таких зависимостей (линии
уровня (16)), приведенные для задачи развития центра (15) на Рис.
27 и Рис. 28 (при
a
= 1 и R = 1, b = 1,5, соответственно), позволя-
0
ют оценить последствия принимаемых управленческих решений с
учетом как эффективности, так и риска.
Рис. 27. Параметрический анализ решения задачи (15) примера 3.5
l
Рис. 28. Параметрический анализ решения задачи (15) примера 3.5
На Рис. 29 приведены линии уровня целевой функции центра в
зависимости от параметров b и l при
a
= 1, R = 1.
0
155
b
l
Рис. 29. Параметрический анализ эффективности (15)
»
b
»
в примере 3.5
Видно, что, если для каждой комбинации параметров используется соответствующее оптимальное решение, то эффективность
управления устойчива по параметрам модели. Если отказаться от
этого предположения, и считать, что используется фиксированное
решение, например, a’
1,1, вычисленное в предположении
a
= 1,
0
R = 1, b = 1,5, l = 0,5, то зависимость эффективности от парамет-
ров модели будет иметь вид, приведенный на Рис. 30.
l
Рис. 30. Параметрический анализ эффективности
решения a’
1,1 в примере 3.5
Зависимость эффективностей F(
b
приведена на Рис. 31 (соответственно, верхняя и нижняя поверх-
156
*
a
) и F(a’) от параметров l и
ности), иллюстрирующем тот факт, что использование фиксиро-
»
ванных решений приводит к снижению эффективности. ·
F
b
l
Рис. 31. Сравнительный анализ эффективности
оптимального решения
и фиксированного решения a’
*
a
(см. (16))
1,1 в примере 3.5
Таким образом, для эффективного управления риском в организационных проектах необходимо комплексное использование
параметрического анализа, рассмотрение различных процедур
устранения неопределенности и применение обобщенных решений, которые в совокупности дают руководителю проекта необходимую для принятия решений информацию.
3.9. РАСПРЕДЕЛЕННЫЕ ПРОЕКТЫ
Многие крупные инновационные проекты являются распределенными, причем ключевым фактором является распределенность в
пространстве и во времени. Если распределенность во времени –
характерная черта любого проекта, то в распределенных проектах
ресурсы и работы разнесены пространственно, что требует разработки специальных методов управления. Примером из области
управления организационными проектами может служить консалтинговая деятельность некоторой компании, клиентами которой
157
являются различные предприятия и регионы. Для инновационных
å
å
å
å
å
проектов могут существовать затраты на «переключение» с одного
проекта на другой или затраты на освоение новой технологии (см.
раздел 2.2.2).
Рассмотрим сначала отдельно пространственный фактор, а затем обобщим соответствующую модель на динамический случай.
Пусть для выполнения работ проекта требуется ресурс одного
типа. Обозначим: I = {1, 2, …, n} – множество «пунктов производства» – пространственно локализованных мест концентрации
ресурса, J = {1, 2, …, m} – множество «пунктов потребления» –
пространственно локализованных мест выполнения работ, dj –
количество ресурса, необходимого для реализации работ в j-ом
пункте потребления, j Î J, si – количество ресурса в i-ом пункте
производства, i Î I, cij – затраты на перемещение единицы ресурса
из i-го пункта производства в j-ый пункт потребления, xij – количество ресурса, перемещаемого из i-го пункта производства в j-ый
пункт потребления.
Тогда задача минимизации затрат на перемещение ресурса заключается в следующем:
(1)
cx
®
min
ijij
ÎÎ JjIi
,
,
}{
x
ij
(2) xij ³ 0, i Î I, j Î J,
(3)
(4)
ÎIi
ÎJj
x ³ d
ij
x
£
ij
, j Î J,
j
si, i Î I.
Условие (1) отражает минимизацию суммарных затрат, условие (2) – нецелесообразность транспортировки ресурса из одного
пункта производства в другой, условие (3) – требование обеспечения работ ресурсами, условие (4) – ограничения на начальное
распределение ресурса.
Задача (1)-(4) является классической транспортной задачей,
методы решения которой хорошо известны [ 33, 39, 54]. В частно-
сти, она имеет решение, если
ÎIi
s ³
i
d , то есть, если имеющи-
j
ÎJj
мися ресурсами может быть удовлетворен существующий суммарный спрос.
158
Рассмотрев статическую модель, обратимся к динамическому
å
å
å
å
å
случаю. В качестве отступления отметим, что задачу (1)-(4) можно
использовать как эвристический метод решения и для динамики,
решая ее для каждого фронта работ.
Без ограничения общности (с учетом условий существования
решения статической задачи) предположим, что пункты производства и потребления совпадают: I = J. Пусть имеются T периодов
времени, и заданы: потребности в ресурсах –
распределение ресурсов в начальный момент времени –
Обозначая
t
x – количество ресурса, перемещаемого из пункта
ij
t
d , t = T,1 , j
j
0
x , j
j
Î
Î
J, и
J.
i в пункт j в конце (t – 1)-го (или в начале t-го) периода времени,
получим, что динамика количества ресурса в пунктах потребления
будет описываться следующей системой рекуррентных уравнений:
(5)
t
x =
j
1-t
x +
j
ÎJi
t
x –
ij
ÎJi
t
x , j
ji
Î
J, t = T,1 .
Суммарные затраты на перемещение ресурсов в периоде t равны
cx
, t = T,1 .
ijtij
ÎJji
,
В качестве критерия эффективности выберем суммарные по
всем периодам затраты. Тогда задача оптимальной динамики ресурсов заключается в следующем
T
(6)
åå
= Î
t Jji
1 ,
t
(7)
x
ij
t
(8)
x ³
j
t
где
x определяется выражением (5) при известных
j
Задача (6)-(8) имеет решение, если
cx
®
min
ijtij
³
0, i j Î J, t = T,1 ,
t
d , t = T,1 , j
j
t
}{
x
ij
Î
,
J,
0
x , j
Î
J.
j
0
x
³
max
j
ÎJj
Tt ,1
=
t
d . Задача
j
ÎJj
(6)-(8) может быть решена методом динамического программирования при условии, что на каждом шаге решается соответствующая
транспортная задача.
159
В заключение отметим, что перспективными направлениями
будущих исследований моделей распределенных проектов представляются:
- обобщение задач (1)-(4) и (6)-(8) на случай нескольких видов
ресурсов (если не накладывать ограничений на комбинации ресурсов различных типов, то, по-видимому, новых качественных эффектов не возникнет);
- разработка общих методов решения задачи (6)-(8) и их про-
граммная реализация;
- постановка и решение задачи синтеза сетевого графика с уче-
том затрат на перемещение ресурсов;
- решение прикладных задач с целью формирования библиоте-
ки типовых решений задач управления распределенными проектами.
Таким образом, в настоящей главе организационные проекты
предложено рассматривать как целенаправленное изменение организационных систем. Выявлена специфика организационных
проектов, исследована возможность применения известных организационных механизмов управления (см. разделы 3.1-3.3). Рассмотрены модели саморазвития (см. раздел 3.4), а также задачи
синтеза оптимального комплекса механизмов управления (см.
раздел 3.5). Ряд актуальных задач управления ОП решен в разделах
3.6-3.9.
В качестве перспективных направлений исследований с точки
зрения возможных приложений следует выделить, в первую очередь, изучение возможности синтеза результатов практической
деятельности по реформированию и реструктуризации предприятий и теоретико-игровых моделей управления организационными
проектами. С точки зрения теории целесообразным представляется
дальнейшая разработка и исследование моделей развития и самоорганизации в ОС, а также решение задач синтеза оптимальных
комплексов механизмов управления.
160
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]