Методологические основы поддержки принятия управленческих решений в информационном пространстве регионального кластера

• Автор: Квятковская, Ирина Юрьевна
• Шифр специальности: 05.13.10
• Научная степень: Докторская
• Год защиты: 2009
• Место защиты: Астрахань
• Количество страниц: 323 с. : ил.

СОДЕРЖАНИЕ

СПИСОК ИСПОЛЬЗУЕМЫХ СОКРАЩЕНИЙ

ВВЕДЕНИЕ

Глава 1 АНАЛИТИЧЕСКИЙ ОБЗОР

1.1 ХАРАКТЕРИСТИКА ОБЪЕКТА ИССЛЕДОВАНИЯ.

1.2 БИЗНЕСПРОЦЕССЫ.

1.3 ФОРМИРОВАНИЕ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ.

1.3.1 Классификация управленческих решений.

1.3.2 Классификация факторов.

1.3.3 Критерии эффективностисистем управления.

1.3.4 Анализ подходов к формированию цели

1.4 УПРАВЛЕНИЕ БИЗНЕСПРОЦЕССАМИ
1.4.1 Оценка качества услуг и товаров
1.5 СИСТЕМЫ ПОДЦЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ
1.5.1 Инженерия знаний.
1.5.2 Онтология предметной области.
1.6 ВЫВОДЫ
Глава 2 РЕГИОНАЛЬНЫЙ КЛАСТЕР И ЕГО СВОЙСТВА
2.1 РЕГИОНАЛЬНЫЙ КЛАСТЕР КАК СЛОЖНАЯ СИСТЕМА
2.2 БИЗНЕСПРОЦЕССЫ РЕГИОНАЛЬНОГО КЛАСТЕРА
2.3 ОЦЕНКА ЭФФЕКТИВНОСТИ БИЗНЕССИСТЕМ КЛАСТЕРА.
2.4 ОНТОЛОГИЧЕСКИЙ ПОДХОД К ОПИСАНИЮ РЕГИОНАЛЬНОГО
КЛАСТЕРА.
2.5 СЕМАНТИЧЕСКАЯ НЕОПРЕДЕЛЕННОСТЬ
2.5.1 Неопределенность, возникающая в информационном домене
2.5.2 Iопределенность, возникающая в когнитивном домене.
2.6 ВЫВОДЫ
Глава 3 ИНФОРМАЦИОННОЕ ПРОСТРАНСТВО РЕГИОНАЛЬНОГО КЛАСТЕРА
3.1 КОНЦЕПТУАЛЬНАЯ ИНФОРМАЦИОННАЯ МОДЕЛЬ РЕГИОНАЛЬНОГО
КЛАСТЕРА.
3.1.1 Виртуальный кластер
3.1.2 Физический домен.
3.1.3 Информационный домен.
3.1.4 Когнитивный домен
3.1.5 Оценка адекватности информационной модели в соответствии со
стандартами , .
3.2 ФОРМИРОВАНИЕ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ В ВИРТУАЛЬНОМ
КЛАСТЕРЕ.
3.2.1 Оценка неопределенности в процессах жизненного цикла.
3.3 ПРОЦЕДУРЫ И АЛГОРИТМЫ ПРИНЯТИЯ РЕШЕНИЙ.
3.3.1 Алгоритм кооперативного ранжирования альтернатив
3.3.2 Выбор рационального состава для обеспечения сквозного бизнеспроцесса в виртуальном кластере.
3.3.3 Нечеткая рейтинговая оценка альтернатив.
3.3.4 Алгоритмы классификации альтернатив.
3.4 ВЫВОДЫ
Глава 4 ПРОБЛЕМНООРИЕНТИРОВАННАЯ МЕТОДОЛОГИЯ ПОДЦЕРЖКИ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ ДЛЯ СЛАБОСТРУКТУРИРОВАНПЫХ ПРОБЛЕМ.
4.1 ЭТАПЫ ПРОБЛЕМНООРИЕНТИРОВАННОЙ МЕТОДОЛОГИИ .
4.2 АГРЕГИРОВАНИЕ ПОКАЗАТЕЛЕЙ
4.2.1 Методика формирования интегральных показателей при сетевом
представлении проблемы.
4.2.2 Методика анализа когнитивной карты.
4.2.3 Алгоритм агрегирования данных в направлении дуг графа древовидной
иерархии.
4.3 УСТРАНЕНИЕ ИНФОРМАЦИОННОЙ ИЗБЫТОЧНОСТИ ПОКАЗАТЕЛЕЙ
4.3.1 Методика анализа информационного содержания системы показателей
4.2 Устранение иерархической избыточности
4.4 ВЫВОДЫ
Глава 5 МОДЕЛЬ МОНИТОРИНГА КАЧЕСТВА ФУНКЦИОНИРОВАНИЯ БИЗНЕССИСТЕМ РЕГИОНАЛЬНОГО КЛАСТЕРА
5.1 СЕМАНТИЧЕСКИЙ АНАЛИЗ ПРОБЛЕМЫ.
5.2 ПОСТРОЕНИЕ ТЕОРЕТИКОМНОЖЕСТВЕННОЙ МОДЕЛИ
5.3 ОПРЕДЕЛЕНИЕ УРОВНЕЙ ТЕОРЕТИКОМНОЖЕСТВЕННОЙ МОДЕЛИ ДЛЯ КОНКРЕТНОЙ ПРЕДМЕТНОЙ ОБЛАСТИ
5.3.1 Определение объектов оценивания для мониторинга качества.
5.3.2 Определение структуры показателей
5.4 АЛГОРИТМ ПРОВЕДЕНИЯ МОНИТОРИНГА
5.5 ОПРЕДЕЛЕНИЕ НАБОРА ИЗМЕРЯЕМЫХ ПОКАЗАТЕЛЕЙ
5.6 МОНИТОРИНГ ПОКАЗАТЕЛЕЙ КАЧЕСТВА НИЖНЕГО УРОВНЯ.
5.7 АГРЕГИРОВАНИЕ ПОКАЗАТЕЛЕЙ КАЧЕСТВА.
5.8 АНАЛИЗ ПОЛУЧЕННЫХ ДАННЫХ НА ОСНОВЕ ТЕХНОЛОГИИ ОБРАТНЫХ
ВЫЧИСЛЕНИЙ
5.9 ОЦЕНКА АДЕКВАТНОСТИ МОДЕЛИ
5. ВЫВОДЫ
Глава 6 ФОРМИРОВАНИЕ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ В ЗАДАЧАХ РЕГУЛИРОВАНИЯ ВЗАИМОДЕЙСТВИЯ КЛАСТЕРА С ВНЕШНЕЙ СРЕДОЙ
6.1 МОДЕЛИ ВЗАИМОДЕЙСТВИЯ С ВНЕШНЕЙ СРЕДОЙ.
6.1.1 Оценка качества событий
6.1.2 Представление знаний и правила вывода
6.1.3 Фреймовая модель представления знаний.
6.2 МОДЕЛЬ ВЗАИМОДЕЙСТВИЯ С РЫНКОМ ЦЕННЫХ БУМАГ
6.3 РЕГУЛИРОВАНИЕ ВЗАИМОДЕЙСТВИЯ С ВНЕШНЕЙ СРЕДОЙ ПУТЕМ ИНТЕГРАЦИИ ИНФОРМАЦИОННЫХ СИСТЕМ.
6.4 выводы.з
Глава 7 КОНЦЕПЦИЯ ИНФОРМАЦИОННОКОММУНИКАЦИО ЯНОЙ АРХИТЕКТУРЫ РЕГИОНАЛЬНОГО ТРАНСПОРТНОГО КЛАСТЕРА.
7.1 ПРЕДПОСЫЛКИ ФОРМИРОВАНИЯ ТРАНСПОРТНОГО КЛАСТЕРА В АСТРАХАНСКОМ РЕГИОНЕ.
7.2 СТРУКТУРА ПРОГРАММНОТЕХНИЧЕСКОГО КОМПЛЕКСА
7.3 КООРДИНАЦИОННЫЙ ЦЕНТР.
7.4 СИСТЕМА УПРАВЛЕНИЯ ЗНАНИЯМИ ТРАНСПОРТНОГО КЛАСТЕРА
7.5 ФУНКЦИОНАЛЬНЫЕ МОДУЛИ
7.5.1 Функциональный модуль Мониторинг.
7.5.2 Функциональный модуль Организация и управление цепями поставок.
7.5.3 Функциональный модуль Электронный документооборот
7.5.4 Функциональный модуль управления финансовостраховыми операциями
7.5.5 Функциональный модуль взаимодействия с государственными
контролирующими органами.
7.6 ОБЕСПЕЧИВАЮЩИЕ ПОДСИСТЕМЫ
7.7 ОРГАНИЗАЦИЯ ИНФОРМАЦИОННОГО ВЗАИМОДЕЙСТВИЯ.
7.7.1 Интеграция пользователей.
7.8 ГЕОИНФОРМАЦИОННАЯ СИСТЕМА ТРАНСПОРТНОГО КЛАСТЕРА
7.9 ЭТАПЫ РЕАЛИЗАЦИИ ПРОЕКТА.
7.9.1 Создание мегаоиератора.
7.9.2 Создание оператора связи для работы с государственными контролирующими органами.
7.9.3 Подключение к корпоративным, региональным и международным макросистемам.
7. ИЗМЕНЕНИЕ ИНФОРМАЦИОННОЙ НЕОПРЕДЕЛЕННОСТИ
7. ВЫВОДЫ
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ


Вблизи нейтральных точек 5,, на интервалах 5й А 8д наблюдается зона неопределенности в оценке, описываемаянаклонным ребром трапециевидного нечеткого числа,. Поспелова монотонность в убывании экспертной уверенности в классификации по мере роста фактора иналичие нейтральной точки. Для задач первого класса цель управления достижение заданного эффекта, связанного с получением заданного значения критерияэффективности. Если возникают случайные процессы в управлении, в качестве результирующего критерия эффективности, возможнопринять вероятность достижения цели Я Р, где 5Г случайное событие, заключающееся в достижении задачи управления РБ вероятность егопоявления. В случае воздействия на систему возмущающих факторов , РУ означает условную вероятность достижения цели управления при наличии факторов, вносящих неопределенность в процесс достижения цели. Л шт РЯРУ. Р,У 1. Для второго класса задач управления целью управления является. Я М7, 1. Д т тМС2, 1. Л шахМ, 1. Кор тттахМСг. Цель проблемы может иметь различные представления в виде дерева, вектора критериев оценки цели, скалярного показателя. В зависимости от способов представления цели различают методы формирования агрегированного показателя скалярной оценки целевой функции. Векторное представление цели. В качестве оценки присутствует вектор показателей, т. Множественная оценка имеет свои недостатки оценивание может быть произведено по неоднородным шкалам измерений порядковым, интервальным, ординальным, что требует приведения к единой шкале и, во многих случаях, к огрублению данных. При формировании составного показателя необходимо учитывать характер связи, присутствующей между частными критериями. В ней частные критерии объединяются в один обобщенныйкритерий, а затем находится оптимальное значение по этому критерию. По способам объединения критериев , в один различают три. V П , где параметр весомости,
т
Оба рассмотренных показателя, обладают следующим свойством одно и то же значение обобщенного показателя может быть достигнуто при разных хД т. Изменяя параметры весомости с, и , возможно получить различные решения исходной задачи. Однако определение весовых коэффициентов сталкивается с определеннымитрудностями и сводится либо к использованию формальных процедур, либо экспертных оценок. Связь между аддитивным и мультипликативным показателем устанавливается принципом справедливой относительной компенсации справедлив. X еХдоп, при котором реализуется максимум из минимальных значений частных показателей, т. Х МахМтс,хн1Х, ,X х,,. Х 7,. X х,. Следует отметить достоинства и недостатки сверток. При расчете аддитивного показателя происходит взаимная компенсация частных критериев, т. Поскольку критерии качества взаимно противоречивы, совпадение точки экстремума для всех функций частных критериев обобщенного аддитивного показателя иногда невозможно. Мультипликативный показатель обеспечивает относительные изменения критериев, допускающих работу с ненормированными значениями критериев. Его недостаток заключается в компенсации недостаточной величины одного частного показателя избыточной величиной другого и в тенденции сглаживания уровней частных показателей за счет неравнозначных первоначальных значений частных показателей. X Если же существенную роль играет изменение абсолютных показателей при вариации X, то предпочтительнее мультипликативный показатель. Рассмотрим второй случай, когда достижение глобальной цели заключается путем учета группы локальных целей явной или неявной топологии. Здесь тюзможны 2 случая четкое и нечеткое оценивание целей. Метод анализа иерархий предполагает последовательную декомпозицию множества целей с ростом степени детализации к нижним уровням. При этом учитывают уровень иерархии и различают три типа вершин вершина глобальной цели, вершины альтернатив последний уровень иерархии и оставшиеся вершины промежуточных целей. Примером может бытьдекомпозиция проблемы оценки качества программного обеспечения, представленная на Рис. Для установления относительной важности элементов применяется шкала отношений Таблица 1. Таблица 1. Рис.