Академі я муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 1 /2010 icon

Академі я муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 1 /2010




НазваАкадемі я муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 1 /2010
Сторінка7/28
Дата30.10.2014
Розмір6.18 Mb.
ТипПротокол
1   2   3   4   5   6   7   8   9   10   ...   28

Таблиця 3


Показники інноваційного розвитку України за 2000-2007 рр.

Роки

Частка інноваційної продукції у ВВП, %(d)

Капіталомісткість ВВП (інвестиції в основний капітал/ВВП), грн. (а)

Частка інноваційних затрату капітальних інвестиціях, %(б)

Ефективність інноваційних затрат у промисловості (реалізована інноваційна продукція/затрати на інновації), грн. (в)

2000

7,1

0,14

7,4

6,9

2001

5,1

0,16

6,1

5,2

2002

5,6

0,16

8,1

4,2

2003

4,8

0,19

6,0

4,2

2004

5,4

0,22

6,0

4,1

2005

5,9

0,22

6,2

4,3

2006

5,7

0,23

4,9

5,0

2007

5,9

0,22

4,8

4,7


Сучасна ситуація в Україні є такою, що держава, підприємства і суспільство у певному сенсі — конкуренти, і така конкуренція (особливо між державою і підприємствами) найчастіше має нездоровий характер[9]. Подолання неузгодженості цілей розвитку та його стимулювання - найважливіше державне завдання. Саме держава повинна забезпечувати більшу частину постійного попиту на інноваційну продукцію та НДЦКР. Такий попит формується у вигляді комплексу держзамовлень, які фінансуються з держбюджету. У 2005 р. витрати держбюджету України на НДДКР становили 1,7 млрд. грн., або 1,2% від усієї суми витрат. Очевидно, що за існуючого рівня фінансування науково-дослідний сектор не дістане належного розвитку. Важливо враховувати і не­обхідність фінансування за рахунок держбюджету базисних інновацій, які ле­жать в основі п'ятого і шостого технологічних укладів. Якщо окремі великі промислові підприємства беруть участь у фінансовому забезпеченні науково-дослідних програм, то це, як правило, прикладні програми, націлені на ство­рення поліпшуючих інновацій, які можуть принести вигоду в короткостроко­вому періоді завдяки можливості їх швидкої комерціалізації.

Базисні інновації вимагають залучення значних інвестиційних ресурсів і кадрового забезпечення. Результат їх застосування проявляється в довгостро­ковій перспективі у вигляді нових поколінь техніки і технології. Тому їх фінан­сування на даний момент не становить інтересу для українських інвесторів, оскільки є можливості для швидкого збагачення в добувній промисловості або за рахунок спекулятивних схем при експорті-імпорті продукції.

Відомо, що еволюція суспільного виробництва відбувається нерівномірно і не є лінійним процесом. Тому дослідження і врахування циклічності процесу, пов'язаної з послідовною зміною поколінь техніки, технології та способу ви­робництва, слугують важливим інструментом для визначення якості виробниц­тва. Звідси випливає необхідність визнання того, що зростання ВВП без зміни якості виробництва не може бути фактором розвитку[10]..

Сьогодні перед Україною стоїть найважливіша проблема вибору стратегії роз­витку — або існуюча нині сировинна експортоорієнтована, або інноваційна. Якщо уряд декларує курс на інноваційний розвиток, то вже сьогодні необхідно подолати су­перечність у розподілі ресурсів у промисловості і науці. Для освоєння п'ятого і пе­реходу до шостого технологічного укладу потрібні значні надходження для фінан­сування НДДКР у так званих ядрах цих укладів. Для п'ятого — це мікроелектроні-ка, біотехнології, генна інженерія, інформатика, освоєння космічного простору, нових видів зв'язку тощо. Ядром шостого укладу, як передбачається, стануть нано-технології, воднева енергетика, інформаційні технології та ін.

Отже, незначне фінансування окреслених напрямів і переважне інвесту­вання добувних галузей промисловості не можуть привести не тільки до інно­ваційного, але й до будь-якого іншого шляху розвитку країни. Крім того, як показує міжнародна практика, для інтенсивного науково-технічного розвитку темпи зростання інвестицій у високотехнологічний сектор мають перевищува­ти темпи зростання ВВП. Це пов'язане з необхідністю постійного фінансуван­ня базисних інновацій, результат застосування яких неможливо отримати за один рік. Отже, перевищення темпів зростання інвестицій порівняно з темпами зростання ВВП має забезпечити необхідну фінансову підтримку саме базисних інновацій. Так, необхідний для України плановий приріст ВВП становить 5-7% на рік, тоді темп приросту інвестицій має бути в середньому більш як 7% щорічно. Такий критерій достатності фінансового забезпечення можна записати у вигляді нерівності «ІнвестиційВВП». Для цього державі слід активізувати свою діяльність, спрямовану на підтримку розвитку промисловості із залученням відповідних механізмів інноваційної реструктуризації промислового комплексу України, які наведено на рис 1. Наведені механізми забезпечать взаємозв’язок усіх функціональних підсистем, необхідних для здійснення інновацій, за допомогою встановлення між ними гнучких зв’язків на основі розробленої матриці заходів; ефективного використання інвестиційних, інформаційних та фінансових ресурсів, їх генезису та поширення; виробни­чо-технологічного та матеріально-технічного забезпечення; технічного ре­гулювання шляхом проведення сертифікації та стандартизації інноваційної продукції; розроблення, супроводження та управління інноваційними проектами; проведення маркетингових досліджень і позиціонування інноваційних проектів та продуктів; сприяння введенню ефективних науково-тех­нічних розробок з комерційною перспективою в інноваційний процес; на­дання консалтингових та інжинірингових послуг; сприяння розвитку ко­операційних зв'язки між суб'єктами інноваційної системи та ін.



Рис. 1. Механізми державного регулювання інноваційної реструктуризації промислового комплексу України
Таким чином, для здійснення стратегії інноваційного розвитку необхідні, передусім, перерозподіл капітальних інвестицій на користь інноваційної сфери, підвищення ефективності використання цих ресурсів, консолідація всіх сил українського суспільства для побудови ефективного і високотехнологічного промислового комплексу, а також для відновлення процесу інтеграції знань. В умовах кризи реалізація пріоритетних напрямів інноваційної діяльності є одним з найважливіших завдань держави, яка має забезпечити синергетичне підсилення та координацію дії механізмів державної підтримки промислової інноваційної системи.

Висновки. Отже, найважливішою задачею макроекономічної політики держави (в т.ч. і промислової) в середньо- та довгостроковій перспективі є забезпечення стабільності, відкритості та справедливості фінансових взаємовідносин держави і суспільства для створення тим самим основ нового соціального контакту та прискореного економічного розвитку, що базується на інноваціях, інвестиціях, структурно-технологічній модернізаціі вітчизняної економіки. Забезпечення стабільних темпів розвитку економіки України потребують врахування всього арсеналу форм і методів впливу держави на діяльність підприємств промисловості, а дієве використання механізмів державного регулювання інноваційною реструктуризацією промислового комплексу України забезпечить вирішення фундаментальних проблем, таких як: прискореного інвестування реального сектора економіки завдяки реалізації державних заходів щодо запровадження ефективних механізмів залучення коштів населення, доходів від приватизації та створення сприятливих умов для внутрішніх і прямих іноземних інвестицій; реалізації з боку держави ефективних інституційних перетворень у напрямку реформування інститутів власності, створення ринкової інфраструктури, розвитку корпоративного руху, підвищення ефективності виробництва та обміну, реалізації програми енергозбереження; проведення жорсткої бюджетної політики шляхом зміцнення бюджетної дисципліни, підвищення контролю за видатками, скорочення пільгового оподаткування при зменшенні податкового тягаря для виробників, запровадження конкурсної системи державних закупівель; використання ефективних інструментів грошово-кредитної політики щодо забезпечення необхідної збалансованості монетарних і макроекономічних показників
^ Використані джерела інформації:

1. Держава та економічне зростання(концепція державного регулювання відтворювальних процесів в економіці України) / За ред. д. є. н. Кваснюка Б. Є.— К.: Ін-т економ, прогнозув., 2001,— 88 с.

2.Чистілін Д. До питання стратегії економічного зростання України // Економіка України,— 2003.— №2.— С.52-57.

3.Валкова М. В. Роль державної промислової політики в економічній діяльності // Формування ринкових відносин в Україні: Збірник наукових праць. Вип. 17/ Наук. ред. І. К. Бондар.- К., 2002,- С.87-90.

4.Гальчинський А.С., ГеєцьВ.М., КінахА.К., Семиноженко В.П. Інноваційна стратегія українських реформ. - К.: Знання України, 2002. - С. 55, 175, 336.

5.Гусєв В.О. Імперативи інноваційного розвитку та державної інноваційної політики // Державне управління в Україні: реалії та перспективи: Зб. наук. пр. / За заг. ред. В.І.Лугового, В.М.Князєва. - К.: Вид-во НАДУ, 2005. - С. 301-316.

6.Семененко В.В. Державне регулювання процесів реструктуризації в реальному секторі економіки: Автореф. дис. канд. наук з держ. упр.: Спец. 25.00.02. "Механізми державного управління" / В.В.Семененко. - К., - 2005. - 20 с.

7.М'ялиця А.К. Розвиток промислового комплексу України на основі його інноваційної реструктуризації // Утвердження інноваційної моделі розвитку економіки України Матеріали наук.-практ. конф. - К.: НТУУ "КПІ", 2003. - С. 110-114.

8.Горник В.Г., Дацій Н.В. Інвестиційно-інноваційний розвиток промисловості: Монографія. - К.: Вид-во НАДУ, 2005. - 200 с.

9.Скиба М. Державне управління структурно-інноваційними зрушеннями в економіці // Вісн. НАДУ. - 2005. - № 1. - С. 224-230.

10.Національна інноваційна система України: проблеми формування та реалізації / Упоряд. Г.О.Андрощук, М.М.Шевченко. - К.: Парлам. вид-во, 2007. - 304 с
Рецензент: Дацій О.І., д. е. н., професор.


УДК 35.078.4 Половцев О. В.,

к.т.н., докторант

Донецького державного

університету управління
^ ВИБІР МЕТОДІВ ПРИЙНЯТТЯ РІШЕНЬ ДЛЯ СППР

В ДЕРЖАВНОМУ УПРАВЛІННІ
Анотація. Виконано аналіз сучасних підходів та методів прийняття рішень, які можуть бути використані в комп’ютерній СППР і застосовані для управління процесами на державному рівні. Показано, що в умовах наявності невизначеностей структурного, параметричного і статистичного характеру якісних результатів управління можна досягти за допомогою методів на основі нечіткої логіки та байєсівських методів аналізу і прийняття рішень.

Аннотация. Выполнен анализ современных подходов и методов принятия решений, которые могут быть использованы в компьютерной СППР и применены для управления процессами на государственном уровне. Показано, что в условиях наличия неопределенностей структурного, параметрического и статистического характера качественных результатов управления можно достичь с помощью методов нечеткой логики и байесовских методов анализа и принятия решений.

Summary. An analysis of the modern approaches and techniques for decision making is performed that could be used for the state administering DSS. It is shown that in conditions of structural, parametric and statistical uncertainties the best results of administering could be achieved with application of fuzzy logic and Bayesian techniques for data analysis and decision making.
^ Постановка проблеми. Створення сучасних комп’ютерних інформаційних систем підтримки прийняття рішень (СППР) для розв’язання задач державного управління – актуальна задача сьогодення. Системи такого типу дають можливість суттєво підвищити якість управлінських рішень завдяки можливості прискореного формування та вибору альтернатив на основі застосування формалізованих процедур побудови моделей та їх використання для прийняття рішень. Актуальність розробки та реалізації таких систем зумовлена також тим, що комп’ютерні СППР надають можливість прискореного збору та аналізу великих об’ємів інформації, необхідної для моделювання, прогнозування, формувавання та вибору альтернатив. Однією із основних задач при створенні СППР є вибір належних методів прийняття рішень.

^ Аналіз останніх досліджень. Задачі вибору методів прийняття рішень розглядаються у багатьох дослідженнях. Так, в роботі [1] розглядаються особливості дослідження та застосування економіко-математичних моделей оптимізації в інтегрованих інтелектуальних системах прийняття рішень. Наведені інформаційні моделі, алгоритми та інструментальні програмні засоби для оцінювання ефективності, надійності і якості складних людино-машинних систем для аналізу для аналізу та обробки даних, формування цілей та альтернатив. Роботи [2, 3] присвячені застосуванню теорії математичного програмування в задачах прийняття оптимальних економічних рішень та побудові СППР. Докладно наведена загальна постановка задачі математичного програмування, класичні методи оптимізації, лінійне та нелінійне програмування, теорія ігор і т. ін. Аналізуються можливості застосування апарату статистичної оптимізації до розв’язання задач оптимізації виробництва та споживання. Застосування методів кількісного аналізу у прийнятті управлінських рішень розглядається в [4]. Автори підкреслюють необхідність застосування сучасних математичних методів для формування та обгрунтування альтернативних рішень, аналізують роль, яку відіграють системи підтримки прийняття рішень у прискореному формуванні та виборі прийнятних альтернатив. Методам прийняття інвестиційних фінансових рішень та можливостям їх застосування в СППР присвячена монографія [5]. В ній строго, але на доступному рівні, викладена детермінована фінансова теорія та сучасна стохастична фінансова математика, які служать модельною основою для прийняття управлінських рішень у фінансах. Основний акцент книги робиться на алгоритмізацію методів моделювання, формування рішень та прикладні обчислення. Принципи побудови систем взаємозв’язаних економіко-математичних моделей та їх комп’ютерної реалізації розглядаються в [6]. Особлива увага приділяється процедурі побудови моделей для прийняття управлінських рішень, її формалізації та імітаційній комп’ютерній реалізації.

^ Виділення невирішених раніше частин. Необхідно зауважити, що на сьогодні залишаються невирішеними задачі прийняття рішень в умовах наявності невизначеностей різної природи. Зокрема, це невизначеності структурного, параметричного і статистичного характеру. Такі задачі потребують високоякісного розв’язання на сучасному науковому рівні. Запропонована робота присвячена аналізу характеристик сучасних методів прийняття рішень в державному управлінні та вибору методів для використання в СППР.

^ Постановка завдання. Виконати критичний аналіз сучасних методів прийняття рішень в державному управлінні, особливо таких, що надають можливість розв’язувати задачі управління в умовах наявності невизначеностей структурного, параметричного і статистичного характеру. Вибрати методи, придатні для подальшого використання в комп’ютерній системі підтримки прийняття рішень.

^ Виклад основного змісту. Складні рішення, що стосуються управління процесами на державному рівні, грунтуються на аналізі багатьох взаємодіючих факторів, невизначеностей різного характеру та суб’єктивних точках зору залучених експертів. Визначальними факторами прийняття управлінських рішень на державному рівні є політичні, соціальні, економічні, географічні, особисті та деякі інші. Розв’язки складних проблем залежать також від конкретних обставин і не завжди мають однозначний характер, тобто вони багатоальтернативні. Це вимагає, в свою чергу, вибору та застосування критеріїв вибору кращої альтернативи. Прийняття та реалізація управлінських рішень мають свої особливості, серед яких необхідно згадати такі: (1) засоби досягнення основної мети управління можуть змінитись в процесі реалізації прийнятої альтернативи; (2) суб’єктивні рішення грунтуються, як правило, на неповній та неточній інформації; (3) реалізація вибраної альтернативи може призвести до несподіваних (неочікуваних) результатів; (4) альтернативні стратегії не завжди формуються та вибираються за допомогою об’єктивних формальних методів та критеріїв, вони можуть грунтуватись на моральних цінностях, емоціях та інтуїції особи, яка приймає рішення (ОПР). Все це разом з прихованими факторами впливу на проблему сприяє виникненню невизначеностей щодо процесу формування результату прийняття рішення.

Очевидно, що прийняття рішення необхідно розглядати не як дискретну одиночну подію, а скоріше як послідовність дій, яка включає аналіз проблеми, формування альтернатив, вибір та реалізацію кращої з них з можливим повторенням деяких попередніх етапів управлінського процесу. Надзвичайно важливим етапом управлінського процесу є реалізація прийнятого рішення та прогнозування його наслідків. Тобто цей процес передбачає визначення знання стосовно того, що потрібно зробити, а також яким чином (засобами) і коли це потрібно зробити.

Методи прийняття управлінських рішень – актуальна тема багатьох сучасних досліджень, оскільки надійний метод прийняття рішень – це ключовий елемент будь-якого процесу коректного ситуаційного аналізу та формування керуючих впливів. На сьогодні відомі методи прийняття рішень, які грунтуються на самих різних ідеях та принципах.

Одним із популярних підходів є прийняття рішень на основі дескриптивних моделей. Цей метод розроблений психологами, його метою є визначення: яким чином і чому приймаються раціональні рішення. Тут природно виникає запитання: що вважати раціональним? При прийнятті економічних управлінських рішень ОПР стараються максимізувати деяку корисність або вигоду. Прийняття такого рішення потребує глибоких знань стосовно можливих альтернатив, а також оцінок ймовірностей мжливих наслідків реалізації тієї чи іншої альтернативи. Це задача з області теорії раціонального вибору. Очевидно, що дескриптивний метод моделювання ситуацій та прийняття рішень вимагає занадто великих об’ємів інформації (аналізу десятків взаємопов’язаних факторів) та часу для аналізу досліджуваного процесу, вербального формування можливих альтернатив та прогнозування наслідків їх реалізації. Високі витрати часу та матеріальних засобів на формування рішення та досягнення мети досить часто призводять до неможливості застосування даного методу на практиці. Це особливо стосується швидких ситуаційних змін у економіці перехідного типу. Як правило, чиста раціональність замінюється послідовністю деяких евристичних правил, які значно спрощують процес прийняття рішень. Тобто ОПР приймає модель з обмеженою раціональністю.

Концепція обмеженої раціональності грунтується на припущеннях, що обмеження на час і матеріальні засоби, необхідні для реалізації управлінського процесу, можуть призвести до обмеження об’єму необхідної інформації. Вказані обмеження разом із обмеженнями стосовно когнітивних характеристик ОПР та його можливостей щодо сприйняття конкретної ситуації негативно відображаються на пошуку чисто раціонального рішення. Як правило, у таких випадках не виконується вимога щодо чіткого знання альтернатив та їх наслідків, що призводить до виникнення відповідних невизначеностей. Критерієм якості прийнятих таких методом рішень є деякі суб’єктивні порогові значення атрибутів (змінних), які оцінюються самим експертом. Іншими недоліками такого підходу є такі: (1) неможливість описати вербально логіку взаємодії десятків взаємодіючих факторів і використати цей опис для прийняття рішення; (2) труднощі формулювання всіх можливих альтернатив; (3) відсутність об’єктивних формалізованих критеріїв якості рішень.

Інший метод формування управлінських рішень грунтується на так званих нормативних моделях. Моделі такого типу представляють собою ідеалізовані математичні моделі, які використовують для пошуку оптимальних рішень. Цей строгий математичний підхід до формування рішень грунтується на використанні математичних моделей процесів управління, виборі критеріїв (функціоналів) якості керування та належних процедур формування оптимальних рішень. Раціональне мислення ОПР спрямовується в даному випадку на максимізацію можливої корисності і мінімізації втрат. Одним із фундаментальних принципів побудови нормативних моделей є їх транзитивність. Властивість транзитивності повинна виконуватись для будь-якого моменту часу, який відноситься до формування, вибору та реалізації альтернатив. Вона грунтується на таких простих правилах:
якщо і , то ;

– якщо і , то ;

якщо і , то .
Наведені правила можна розглядати як правила здорового глузду. Використання цих правил дає можливість сформувати логічну послідовність дій стосовно формування та вибору альтернатив на математичній основі. Одним з відомих математичних підходів до створення та застосування нормативних моделей є теорія корисності [7]. З класичної точки зору деяка корисність (або значення вибраного критерію) може бути поставлена у відповідність кожному досягнутому результату.

Оскільки реалізація кожної альтернативи зв’язана, також, з ризиком та невизначеністю, це привело до формулювання суб’єктивної очікуваної корисності (СОК) [8]. Таким чином, ОПР зв’язує кожний результат прийняття рішення не тільки з корисністю, , а також із ймовірністю досягнення цього резуьтату, . Суб’єктивність цієї міри полягає в тому, що ймовірність досягнення того чи іншого результату досить непросто оцінити з прийнятною точністю, тобто їй надається суб’єктивна оцінка ОПР. Загальна суб’єктивна очікувана корисність прийняття рішень за умови наявності очікуваних результатів оцінюється за виразом:
.
Якщо оцінити СОК для кожної альтернативи, то можна легко вибрати альтернативне рішення з максимальною корисністю. Загальноприйнята методика оцінювання (присвоєння) рівня корисності грунтується на так званій гіпотетичній лотереї, тобто формулюванні гіпотез стосовно можливого ступеня корисності [9]. Використання такої лотереї дає можливість визначити форму функції корисності шляхом варіювання величин, які впливають на корисність. Грунтуючись на власному досвіді визначення рівня переважання, ОПР задає різні значення змінним, які впливають на досягнення можливих результатів, і формує таким чином функцію корисності. Отримана таким чином остаточна форма функції корисності характеризує схильність ОПР до ризику при прийнятті рішення.

Очевидно, що не всі змінні, пов’язані з тим чи іншим результатом прийняння тішення, можна виразити в зручній для сприйняття кількісній формі, наприклад, у монетарному еквіваленті. Так, при виборі місця для створення нового підприємства, необхідно враховувати не тільки вартість проекту та його реалізації, але і потенціальні можливості щодо зайнятості місцевого населення, варіанти створення соціальної інфраструктури, особливості поточної та майбутньої екологічної ситуації та багато інших факторів. Коректне врахування усіх супутніх факторів вимагає застосування багатокритеріальних методів прийняття рішень, багатоатрибутної теорії корисності, аналітико-ієрархічних процедур прийняття рішень та інших [10]. Такі методи відносять до класу компенсаторних, оскільки загальна цінність потенціальної альтернативи визначається шляхом оцінювання слабких і сильних сторін окремих атрибутів одночасно, а не послідовно. При цьому врахування можливого протиріччя між атрибутами може призводити до підвищення ризику прийняття рішення, яке не відповідає висунутим вимогам.

В процесі формування можливих альтернатив стосовно розв’язання тієї чи іншої задачі враховуються конкретні початкові значення змінних досліджуваного процесу та обмеження на ключові змінні. Це дає можливість отримати цілком прийнятні для практичного використання варіанти (альтернативи) стосовно генерування керуючих впливів. Оптимізаційний підхід має такі переваги: (1) чітке формулювання задачі та критерію якості рішення; (2) наявність належного комп’ютерного програмного забезпечення дає можливість за короткий проміжок часу отримати декілька альтернативних розв’язків поставленої задачі; (3) вибір кращої альтернативи, як правило, не представляє проблем, оскільки кожна альтернатива має чіткі чисельні критерії якості рішення, які формулюються при постановці задачі; (4) на сьогодні існують надійні методи розв’язання оптимізаційних задая як в статистичній, так і в динамічній постановці. До недоліків даного методу можна віднести: (1) складність побудови адекватних математичних моделей досліджуваних процесів, особливо в умовах швидких соціально-економічних змін перехідної економіки; (2) об’єм інформації, необхідний для моделювання, може виявитись недосяжним з об’єктивних та суб’єктивних причин; (3) спрощення моделі, яке необхідне для знаходження оптимального розв’язку, може призвести до втрати оптимальності рішення; (4) деякі задачі управління є наскільки складними, що пошук оптимальних керуючих впливів може виявитись в принципі неможливим, тобто неможливо знайти єдине оптимальне рішення. Вибір моделі процесу в задачах оптимального керування, як правило, носить компромісний характер – модель не повинна будт занадто складною, щоб її можна було застосувати на практиці, і не повинна бути занадто простою, щоб не втратити адекватність опису процесу. Те ж саме стосується вибору критеріїв оптимальності. Занадто складний векторний критерій може виявитись неприйнятним з точки зору досягнення оптимальності, а занадто простий може не дати бажаного остаточного результату.

Подальшим розвитком теорії корисності вважається теорія перспективних рішень (ТПР), в якій поняття корисності замінюють величинами, які характеризують можливі втрати та досягнення відносно деякого опорного рівня [11]. Прийнятність кожної альтернативи оцінюють за два етапи – редагування та оцінювання. На етапі редагування рішення ОПР визначає послідовність необхідних керуючих дій, прогнозує можливі результати і невизначеності, притаманні конкретній альтернативі. Таким чином ОПР створює відповідний фрейм (обмеження) для кожної альтернативи. Параметри фрейму грунтуються на постановці задачі, а також на нормативних документах, досвіді та особистих характеристиках ОПР. Опорний рівень, з яким порівнюють можливі результати реалізації прийнятого рішення, ОПР вибирає на основі поточних соціально-політичних вимог або ретроспективного аналізу подібних рішень у минулому. Загалом якість рішення, яке приймається завдяки використанню ТПР, оцінюється за допомогою функції цінності рішення.

Надзвичайно поширеним інструментом прийняття рішень є природний експертний підхід, який застосовують до широкого класу задач управління та діагностики (медичної, технічної і т. ін). Він грунтується на досвіді та знаннях фахівців і набув популярності завдяки відносній простоті обробки експертних суджень, зрозумілості процедур отримання та інтерпретації інформації від експертів. Даний підхід придатний використання у багатьох практичних ситуаціях, включаючи погано структуровані проблеми. На відміну від дескриптивних і нормативних моделей прийняття рішень, які передбачають наявність достатнього часу для аналізу ситуації, формулювання та оцінювання альтернатив, експертний підхід орієнтований на необхідність прийняття рішень за короткі проміжки часу. В межах даного підходу використовують такі методи: циклічність прийняття рішень, пояснюючий підхід, когнітивну теорію, домінантний пошук та ситуаційний аналіз. На основі цього підходу створені численні експертні системи, які успішно застосовують для розв’язування управлінських задач, прогнозування та передбачення розвитку стану складних систем та об’єктів, для розв’язування задач діагностування в різних галузях діяльності людини. Оскільки задачі прийняття рішень і діагностики відносяться до складних в інтелектуальному відношення задач, то їх розв’язання потребує глибоких знань і досвіду ОПР. Потужним інструментом акумулювання знань та досвіду фахівців у прикладній галузі є експертні системи, які з’явились більше 30 років тому. Основна перевага таких систем полягає у тому, що вона надає можливість ОПР середнього рівня використовувати знання та досвід фахівців високого класу.

До недоліків даного підходу можна віднести такі: (1) рішення, що приймається, практично повністю залежать від суб’єктивних суджень експертів; (2) визначення ступеня надійності суб’єктивних суджень; (3) досить часто існують значні труднощі з пошуком експертів, особливо при розв’язанні нових нестандартних задач управління.

Іншим популярним методом прийняття рішень є нечітка логіка, яку використовують в самих різноманітних галузях людської діяльності. Використання нечіткої логіки має такі переваги: (1) лінгвістичне представлення значень змінних у вигляді множини вибраних рівнів, які легко сприймаються людиною; наприклад, змінну «якість управління» можна градуювати таким чином:

^ Якість управління = {дуже низька, низька, середня, висока, дуже висока};
(2) ОПР має можливість вибору форми функцій належності для конкретної задачі; (3) наявність процедур оцінювання параметрів функції належності за статистичними даними; (4) модель процесу представляється у вигляді множини зрозумілих ОПР правил, які дають можливість обробляти неточну і неповну інформацію з невизначеностями різного типу; (5) наявність альтернативних методів формування нечіткого висновку, що дає можливість формування декількох альтернатив. До недоліків нечіткої логіки можна віднести такі: (1) недостатньо високий рівень формалізації деяких процедур, пов’язаних з побудовою моделі процессу, тобто має місце вплив суб’єктивного фактору; наприклад, вибір форми і параметрів функцій належності іноді повністю виконується експертним шляхом; (2) кількість правил, що утворюють модель процесу, може бути занадто великою для сприйняття ОПР; (3) перетворення нечітких величин у чіткі і навпаки можуть призводити до внесення додаткових похибок в результати моделювання. Однак, незважаючи на вказані недоліки, системи прогнозування та управління на основі нечіткої логіки знайшли широке застосування завдяки наближенню процедур прийняття рішень до характеру людського мислення. Частіше всього це соціально-економічні та технічні системи, технологічні процеси, експертні діагностичні системи і т. ін.

Зручні, робастні та гнучкі інструменти прийняття рішень надають байєсівські методи прийняття рішень, зокрема мережі довіри Байєса (МДБ) або просто мережі Байєса (МБ). МБ – це модель досліджуваного процесу у вигляді спрямованого графа, яка доповнюється таблицями умовних ймовірностей та/або розподілами ймовірностей відповідних змінних, представлених вузлами мережі. Застосування МБ має такі переваги: (1) модель дає можливість логічно поєднувати інформацію з різних джерел довільної природи, наприклад, достовірні емпіричні дані, статистичні (експериментальні) дані та суб’єктивні судження; (2) процедура аналізу задачі, яка розв’язується, передбачає формулювання та математичний (статистичний) опис всіх типів невизначеностей, пов’язаних з конкретною постановкою задачі; (3) модель може мати високу вимірність, тобто об’єднувати в собі велике число змінних; (4) характеристики побудованої моделі можна покращувати завдяки новій інформації (свідченням) щодо задачі, яка з’являється в процесі знаходження розв’язку; (5) створена модель у вигляді МБ дає можливість одночасного формулювання декількох гіпотез щодо альтернативних варіантів рішень, які грунтуються на свідченнях, що надходять на протязі визначеного проміжку часу; (6) вплив апріорної інформації щодо процесу суттєво зменшується по мірі надходження нових інформативних даних; (7) існує множина методів формування ймовірнісного висновку для можливих варіацій моделі процесу, що сприяє підвищенню гнучкості системи підприйняття рішень на основі МБ. До недоліків застосування МБ можна віднести відносно великі обчислювальні витрати у випадку великої розмірності моделі, тобто у випадку великого числа змінних. На основі МБ створені та успішно функціонують системи підтримки прийняття рішень у технічній та медичній діагностиці, прогнозуванні та передбаченні розвитку подій різної природи.

Розглянемо можливий вплив невизначеностей на прийняття рішення та його результати. Поява невизначеностей у процесі прийняття рішень може бути зумовлена такими факторами: (1) ОПР не має достатнього об’єму інформації для виконання глибокого аналізу процесу та побудови моделі для прийняття рішення; (2) ОПР не має можливості спрогнозувати наступні стани досліджуваного процесу та тренд його подальшого розвитку (наприклад, уповільнення економічного розвитку окремої галузі або макроекономіки в цілому); (3) неможливість генерування альтернативних шляхів досягнення поставленої мети на основі наявних даних. Загалом можна сказати, що невизначеність з’являється у процесі прийняття рішення тоді, коли наявна стосовно проблеми інформація неповна, низької якості (неточна, неоднозначна) або некогерентна (незв’язна). Очевидно, що комбінований вплив неоднозначності та невизначеності можуть призводити до конфлікту та генерування нечітких, неякісних та неприйнятних в цілому рішень. Іншими факторами, що ускладнюють процес прийняття рішень є такі: обмежений час на аналіз проблеми та генерування альтернатив, погано сформульовані цілі та наявність ОПР (або груп) з різними інтересами. Обмеженість в часі призводить до прийняття слабко обгрунтованих (некомпенсаторних) рішень, які не розв’язують в повній мірі поставлену задачу.

Рішення, які фактично приймаються на практиці, містять різні рівні невизначеностей. У випадку, коли виникають труднощі з прогнозуванням результату прийняття рішення, необхідно встановити ступінь ризику, пов’язаного із реалізацією запланованих управлінських дій. Прийнятний рівень ризику залежить від ставлення конкретної ОПР до цієї задачі. Одним із поширених методів вираження ступеня ризику та невизначеності є використання ймовірностей. Значення ймовірностей можна оцінити двома способами: (1) об’єктивно, на основі аналізу статистичних (експериментальних) даних, або (2) шляхом суб’єктивних суджень. Частіше використовують другий підхід, оскільки статистичних даних, необхідних для глибокого аналізу поставленої задачі, як правило, не вистачає. Достатньо ефективним способом отримання оцінок ймовірностей є, наприклад, використання візуальної масштабованої шкали, на якій експерт вказує конкретнее, визначене ним значення. Практика отримання експертних оцінок свідчить, що проблема існує як із вибором експертів, так і з самою процедурою їх опитування. В роботі [12] для оцінювання розподілу ймовірностей експерту пропонується визначити мінімальне, максимальне та найбільш ймовірне значення, які описують трикутним розподілом.

Суб’єктивний підхід також використовують для оцінювання апріорних розподілів ймовірностей в межах байєсівських методів аналізу ризиків. Застосування цих методів є особливо корисним у випадках, коли даних для аналізу задачі та прийняття рішень не вистачає. Не зважаючи на те, що у експертів виникають труднощі з оцінюванням хвостових значень розподілів ймовірностей, надані ними оцінки можна використати (разом із наявними статистичними даними) для формування апріорних розподілів ймовірностей в задачах аналізу ризиків.

В умовах, коли необхідно приймати складні рішення за наявності невизначеностей (недостатньо інформації) і неоднозначностей (надостатньо знань), прийнятні результати стосовно якості та реалізації рішень можна отримати за допомогою систем підтримки прийняття рішень (СППР). Врахування невизначеностей в рамках СППР можна досягти за допомогою різних математичних інструментів, зокрема в межах використання багатокритеріальних методів.

Виконаний аналіз основних підходів до формування складних рішень свідчить про те, що прийнятними сучасними методами моделювання ситуацій, формування та вибору прийнятних альтернатив є оптимізаційні методи, нечітка логіка і байєсівський підхід, зокрема байєсівські мережі довіри. Інтегрований підхід до прийняття рішень на основі багатокритеріальних методів та МБ досліджувалось в [13]. Зокрема, досліджувалась можливість прийняття рішень за умови наявності невизначеностей та складних багатоелементних критеріїв. МБ також успішно використовувались для розв’язання задач автоматичної класифікації і діагностики [14], а в роботі [15] розглядаються можливості представлення нечітких змінних за допомогою класичної байєсівської теорії прийняття рішень.
Висновки. В роботі виконано аналіз сучасних підходів та методів прийняття рішень, які можуть бути використані в комп’ютерній СППР і застосовані для управління процесами на державному рівні. При аналізі детермінованих процесів прийняті (оптимальні та субоптимальні) результати стосовно управління досліджуваними процесами можна досягти за допомогою оптимізаційних методів. В умовах наявності невизначеностей структурного, параметричного і статистичного характеру якісних результатів управління можна досягти за допомогою методів на основі нечіткої логіки та байєсівських методів аналізу і прийняття рішень. Таким чином, СППР, побудована на основі вказаних методів, гарантовано дасть можливість згенерувати множину альтернативних рішень та вибрати найбільш прийнятне з них для практичного застосування. В подальших дослідженнях планується створити СППР на основі сучасних методів підтримки прийняття рішень та застосувати її до розв’язання практичних задач.
Використані джерела інформації:

  1. Арсеньев Ю.Н., Шелобаев С.И., Давыдова Т.Ю. Принятие решений. Интегрированные интеллектуальные системы. – М.: Юнити-Дана, 2003. – 270 с.

  2. Интриллигатор М. Математические методы оптимизации и экономическая теория. – М.: Айрис пресс, 2002. – 576 с.

  3. Holsapple C.W., Whinston A.B. Decision Support Systems – A Knowledge-Based Approach. – New York: West Publishing Company, 1996. – 763 p.

  4. Bonini C.P., Hausman W.H., Bierman H. Quantitative analysis for management. – Boston: McGraw Hill, 1997. – 540 p.

  5. Люу Ю-Д. Методы и алгоритмы финансовой математики. – М.: БИНОМ, 2007. –

751 с.

  1. Иозайтис В.С., Львов Ю.А. Экономико-математическое моделирование производственных систем. – М.: Высшая школа, 1991. – 192 с.

  2. French S. Readings in Decision Analysis. – London: Chapman and Hall, 1989. – 210 p.

  3. Savage L.J. The Foundations of Statistics. – New York: John Wiley & Sons, Inc., 1954. – 376 p.

  4. Кини Р.Л., Райфа К. Принятие решений при многих критериях предпочтения и замещения. – М.: Радио и связь, 1981. – 560 с.

  5. Саати Т., Кернс К. Аналитическое планирование. Организация систем. – М.: Радио и связь, 1991. – 224 с.

  6. Tversky A., Kahneman D. The framing of decisions and the psychology of choice // Science, 1981, vol. 211, pp. 435-458.

  7. Galway L.A. Subjective probability distribution elicitation in cost risk analysis / Rand Technical Report TR-410, 2007, 37 р.

  8. Fenton N.E., Neil M. Making decisions: Using Bayesian networks and MCDA // Knowledge Based Systems, 2001, No. 14, pp. 307 – 325.

  9. Basye K., Dean T., Kirman J., Lejter M. A decision-theoretic approach to planning, perception, and control // IEEE Expert, 1992, vol. 7, No. 4, pp. 58 – 65.

  10. Wang X-G., Qian W-H., Pagello E., Pei R-Q. On the uncertainty and ignorance of statistical decision and evidence combination / Proc. Of the IEEE/SICE/RSJ International Conference on Multisensor Fusion and Integration for Intelligent Systems, Washington DC, December, 1996, pp. 166-173.


Рецензент: Бурега В.В., д. соц. н., професор.
УДК 351:658.8:37 Романенко К.М. ,

кандидат юридичних наук,

докторант Дніпропетровського

регіонального інституту

державного управління

Національної академії

державного управління

при Президентові України.
1   2   3   4   5   6   7   8   9   10   ...   28

Схожі:

Академі я муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 1 /2010 iconАкадемі я муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 4 /2010
...
Академі я муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 1 /2010 iconАкадемі я муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 3/2010
...
Академі я муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 1 /2010 iconАкадемі я муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 2 /201 2
...
Академі я муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 1 /2010 iconАкадемі я муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 3/201 2
...
Академі я муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 1 /2010 iconАкадемі я муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 1 /201 2
...
Академі я муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 1 /2010 iconАкадемі я муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 1 /201 1
...
Академі я муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 1 /2010 iconАкадемі я муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 4/2011
...
Академі я муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 1 /2010 iconАкадемі я муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 3/2011
...
Академі я муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 1 /2010 iconАкадемі я муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 2 /201 1
...
Академі я муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 1 /2010 iconАкадемія муніципального управління науковий вісник академії муніципального управління збірник наукових праць серія «управління» випуск 1/2010
...
Додайте кнопку на своєму сайті:
Документи


База даних захищена авторським правом ©zavantag.com 2000-2013
При копіюванні матеріалу обов'язкове зазначення активного посилання відкритою для індексації.
звернутися до адміністрації
Документи