Logo Международный форум «Евразийская экономическая перспектива»
На главную страницу
Новости
Информация о журнале
О главном редакторе
Подписка
Контакты
ЕВРАЗИЙСКИЙ МЕЖДУНАРОДНЫЙ НАУЧНО-АНАЛИТИЧЕСКИЙ ЖУРНАЛ English
Тематика журнала
Текущий номер
Анонс
Список номеров
Найти
Редакционный совет
Редакционная коллегия
Представи- тельства журнала
Правила направления, рецензирования и опубликования
Научные дискуссии
Семинары, конференции
 
 
Проблемы современной экономики, N 3/4 (19/20), 2006
ЭКОНОМИКА, УПРАВЛЕНИЕ И УЧЕТ НА ПРЕДПРИЯТИИ
Киселица Е. П.
профессор кафедры экономики
Тюменского государственного университета,
доктор экономических наук


Использование нейросетевых подходов в качестве инструмента реализации технологии экономического управления на предприятии

Современное общество характеризуется многократным ростом скорости изменений и колоссальными информационными перегрузками. Так в 2002 г. человечество получило информацию, равную объему в 500 000 Библиотек Конгресса США [6]. Объемы информации, которыми приходится оперировать менеджерам и экономистам в XXI веке, возросли по разным оценкам от 200 до500 раз по сравнению уровнем 50-х гг. прошлого века [8]. Конечно, управлять такими потоками информации для решения экономических задач можно только с использованием новых информационных технологий.
В настоящее время в России для целей комплексного экономического управления деятельностью предприятий используется три основных типа программного обеспечения: `1С:Предприятие 8.0. Управление производственным предприятием`, `Галактика` и `ПАРУС-Предприятие 7`. Изучение возможностей практического использования этих программ позволило установить, что, несмотря на кажущиеся достоинства, простоту и многофункциональность, все эти системы обладают рядом недостатков. К их числу относятся следующие.
1. Программы преимущественно ориентированы на реализацию функции учета данных и их накопления в базах и хранилищах в автоматическом режиме.
2. Реализация остальных функций управления (прогнозирования, планирования, координации и др.) обеспечивается инициирующим участием пользователя, а качество их реализации определяется его квалификацией, интеллектом, степенью заинтересованности и отношением к исполнению своих обязанностей.
3. Низкая способность к обобщению данных, так как информация формируется в виде, предусмотренном программистами, что не всегда соответствует потребностям лиц, принимающих решения.
4. Большое число данных и взаимосвязей между ними обуславливают высокий уровень влияния на принимаемые решения ошибок, возникающих в отдельных элементах, значения которых многократно увеличиваются в процессе обработки информации.
5. Проблема совместимости с другими типами программного обеспечения (маркетингового, логистического и др.).
6. Невозможность объединить отдельные элементы программ в единую комплексную систему. При этом рациональные решения, принимаемые в функциональных подсистемах, не гарантирует принятия рационального решения по всей системе в целом, так же как сумма локальных оптимумов не всегда обеспечивает глобальный оптимум.
Эти недостатки существенно ограничивают возможности использования указанных программ для комплексного управления деятельностью предприятий, что отмечают 83 % опрошенных менеджеров высшего звена управления. Таким образом, существующие традиционные информационные системы не в состоянии создать условия для обеспечения уже появившихся потребностей в экономических технологиях нового поколения.
Наступивший период архитектурного реинжиниринга информациионных систем связан с формированием стратегических прикладных решений на основе новых информационных технологий. По данным Gartner, к 2003 г. около 40 % компаний участвовали в процессах архитектурного реинжиниринга их базовых прикладных систем. Для сравнения: в 2000 г. число таких компаний не превышало 5 % [5]. В Gartner считают, что впоследствии те предприятия, которые не освоили рекомбинантную модель бизнеса, упустят значительную долю рыночных преимуществ.
В начале XXI века в связи с очередной волной развития информационных технологий и средств вычислительной техники, характеризующейся появлением технологий искусственного интеллекта, наблюдается повышенный интерес к исследованию принципов структурно-функциональной организации интеллектуальных нейросистем. В настоящее время разработками в этой области занимаются более 300 зарубежных компаний, в том числе Intel, DEC, IBM, Motorolla и др. [2]. Именно нейронные сети являются одним из основных архитектурных принципов построения ЭВМ шестого поколения, и они станут основной для развития вычислительной техники в XXI в. Например, Билл Гейтс считает, что через десять лет среди компьютерной техники будет до 90 % нейрокомпьютеров [4].
Мировой рынок уже предлагает более сотни нейросетевых пакетов, преимущественно американских: `The Al Trilogy`, `Brain Maker Pro`, `NeuroShell II`, `GeneHanter` и другие [3]. Семейство программных продуктов Brain Maker фирмы CSS используется несколькими тысячами финансовых и промышленных компаний и оборонными ведомствами США и включает в себя около десяти дополнений в зависимости от особенностей функционирования предприятия [1]. Появились первые отечественные нейропакеты, позволяющие осуществлять прогнозирование временных рядов, сбор и обработку информации в реальном времени, моделирование и прогнозирование поведения экономического объекта и развития процесса; диагностику состояния экономического объекта и управление им [7].
Широкий круг задач, решаемых в области экономики предприятия при недостаточной технической информационной базе и материальных возможностях российских предприятий, не позволяют в настоящее время организовать массовое создание универсальных нейронных сетей. Поэтому особый интерес представляют способы решения задач экономического управления, основанные на синтезе быстродействующих нейросетевых моделей с традиционными компьютерными программами. В этом случае целесообразно и перспективно формирование гибридных экономических нейросетей, особенно для оперативного эффективного управления экономикой предприятия, объединяющих различные элементы общей сети экономики предприятия в единую технологию управления.
Функционирование гибридной нейросети обеспечивается взаимосвязью между отдельными подразделениями предприятия, объединенными в единую экономическую систему за счет встроенных нейроструктур, функционирующих на основе анализаторов сигналов, нейросвязей и элементов, перерабатывающих информацию.
Принципиальная схема экономического анализатора, разработанная нами для целей данной статьи, представлена на рис. 1. Анализатор включает в свою структуру следующие элементы.
1. Воспринимающий аппарат, образованный системой экстра- и интрарецепторов, принимающих экономические сигналы из внешней среды и подразделений предприятия.
2. Проводниковый аппарат, образованный элементами нейросетей, передающих экономическую информацию с воспринимающего аппарата на центральный для ее последующего анализа и синтеза.
3. Центральный аппарат - система распределения информации, осуществляющая непосредственный анализ и синтез информации, и формирующая входные потоки в единое информационное поле предприятия, сформированное на основе распределенных баз данных.
Анализатор позволяет сформировать информационную модель экономики предприятия и организовать первичную и вторичную обратные связи на основе проводникового аппарата. На базе анализатора формируются замыкающая и частично реагирующая части системы, обеспечивающие информационный обмен между подразделениями, а так же с внешней средой.
По мере поступления сигналов на рецепторы в процессе диагностики их значений происходит фильтрация данных. Диагностика проводится по формулам условий выбора (1-4):
Рис.1. Предлагаемая схема экономического нейроанализатора

Сигналы, значения которых соответствуют вышеописанным условиям, возбуждают группу нейронов, передающих сведения о них в единое информационное пространство. Если значения сигналов не соответствуют какому-либо условию, то возбуждается группа нейронов, обеспечивающих систему оповещения других подразделений предприятия, ответственных за данные показатели деятельности, или зависящие от них, а так же производится подготовка к запросу в единое информационное поле для поиска решения возникшей проблемы.
Каждый экономический объект или процесс описывается некоторым количеством атрибутов: качественная и количественная оценки, время, место, скорость протекания и т.д. Эти неоднозначные атрибуты следует распределить по нескольким нейронным структурам, относящимся к разным подразделениям предприятия: материально-технического снабжения, производства, сбыта, управленческого или бухгалтерского учета и т.д. В зависимости от функциональной, процессной или объектной организационной структуры предприятия целесообразно выделить следующие группы анализаторов:
 предназначенные для отбора и уточнения актуальных информационных моделей (образов), т.е. осуществляющих афферентный синтез;
 формирующие решение об изменении ожидаемого конечного результата на основе распознавания образов;
 осуществляющие контроль процесса реализации принятого решения.
Синхронизация их активности, а так же деятельность соответствующих нейронных структур формируют совокупное представление об объекте. То есть, анализаторы составляют основу множества функциональных нейросистем и активируют блоки, учитывающие прошлый опыт о соответствующем объекте.
В отдельных случаях экономическая информация не может быть непосредственно соотнесена с характеристиками объекта или процесса, особенно при формировании качественных экономических оценок и в условиях неопределенности. В этом случае анализаторы позволят интерпретировать данные на основе наиболее подходящей совокупности правил, на основе кластеризации данных, исходя из непосредственно полученной информации, в удобном для менеджера виде: графики, текст, схема и т.д.
Благодаря проводниковому аппарату и системе распределения вся имеющаяся на предприятии информация образует единое информационное экономическое пространство, структура представлена двумя крупными блоками:
1. Единым информационным полем предприятия, объединяющим:
 банк информации об экономике предприятии, содержащий все экономические данные, сгруппированные по объектам, процессам, функциональным зонам и т.д.;
 систему обеспечения и поддержки экономических решений, содержащую методы, формулы, а так же банк готовых решений экономических задач по предприятию в соответствии с предыдущим опытом.
2. Системой обеспечения запросов, действующих в двух режимах:
 автоматического доступа - фильтр более жесткий и предполагает автоматическую возможность использования в каждом подразделении предусмотренной для него экономической информации;
 формирования запросов - фильтр более мягкий и предусматривает многоуровневую систему доступа к экономическим данным из каждого подразделения в режиме поиска.
Единое информационное экономическое пространство следует организовывать как систему распределенных баз данных. Экономическая информация должна храниться по разным адресам, таким образом, чтобы каждый элемент данных был распределен по нескольким вычислительным объектам. Кроме того, каждый вычислительный объект участвует в представлении нескольких элементов данных.
Итогом анализа и синтеза поступающей из единого информационного поля экономической информации является готовое решение, которое должно отвечать заданным условиям. Если на основе автоматических запросов решение не находится, то пользователь может сформировать `осознанные` запросы требуемой структуры, что позволит обеспечить адекватную реакцию экономической системы на поступающие сигналы и принять рациональное решение по предприятию в целом.
Организация итерационных процессов становится возможной благодаря введению блока логического анализа, изучающего связи между различными экономическими образами. Несоответствие требуемого и реального образов экономических объектов представляется как некоторое противоречие и рассматривается как проблемная ситуация. Оно побуждает менеджера к целесообразному действию, объективно разрешающему это противоречие. Таким образом, сложный процесс выработки решения рассматривается как циклический круг возбуждения с дискретным тактом времени t для каждой подсистемы и непрерывно для экономики предприятия как системы в целом.
Параллельный процесс имитируется на последовательно работающих ЭВМ в подразделениях предприятия с использованием обслуживающих их профессиональных программ (`1С-бухгалтерия`, `Галактика`, `Парус`, `Project Expert`, `Marketing Analytic` и др.), объединенных таким образом, чтобы по очереди `посещались` все составляющие параллельных процессов. При каждом таком `посещении` данные подразделения донастраиваются нужным образом, а смысл использования нейронных структур заключается в максимально возможном сокращении промежутков времени между такими `посещениями`. Таким образом, происходит объединение дискретных составляющих частей в непрерывно функционирующую комплексную систему.
Разделение экономики предприятия на отдельные структурно-функциональные уровни, подразделения и блоки с позиций нейросетевого подхода объясняется различием свойств сигнальных и управляющих связей между нейронами. Сигнальные связи между блоками перестраивают структуру управляющих связей. Существование экономической сети аналогично полисинаптической нервной системе, что предопределяет следующие новые свойства подразделений как достаточно сложных экономических структур двух типов:
 взаимопроникающих - связанных с другими подразделениями через реализацию функции оповещения;
 способных относительно самостоятельно и автономно регулировать те или иные функции управления, при отсутствии связей с другими подразделениями (отказ от операции оповещения).
Априори не существует уникальной спецификации нейронных соединений, что обусловлено специфическими особенностями деятельности каждого предприятия, целесообразностью организационной и производственной структур и т.д. В процессе эволюции экономической деятельности происходит совершенствование структурных и качественных свойств, возрастает адекватность структуры экономики предприятия, функций и целей отдельных подразделений. Любой экономический элемент может быть включен в общую систему нейроуправления, если он участвует в получении рационального результата. Поэтому в процессе развития экономики предприятия может происходить постоянная динамическая перестройка нейронных сетей и существенные изменения синаптических весов.
На практике в настоящее время не имеет смысла формировать полноценные нейронные структуры для реализации экономических технологий. Современные АРМ позволяют обеспечить управление в технологических узлах с достаточной степенью эффективности. Поэтому представляется целесообразным формировать гибридные растущие нейронные сети, начиная с очень простых и небольших структур, усложняя их по мере накопления опыта и необходимости.
Реализация экономических технологий на основе нейронных сетей позволит не только обеспечить принятие рациональных решений по предприятию в целом, но и существенно снизить уровень неопределенности функционирования его экономики, и в первую очередь, за счет следующих факторов:
 распараллеливания процессов, что обуславливает при нарушении одной из параллельно соединенных нейронных структур лишь частичную потерю функций соответствующего подразделения, в то время как отказ в последовательно соединенных структурах приводит к полной невозможности дальнейшего его функционирования;
 гибкости связей, предопределяющей существенное снижение степени ограничения свободы функционирования экономических элементов в рамках определенной структуры и позволяющей своевременно нейтрализовать периодически возникающие области флуктуации;
 многослойной организации структуры, позволяющей при поражении нейронов какой-либо из специализированных зон ограничиться невосприятием соответствующего ей атрибута экономической подсистемы;
 резервирования за счет включения скрытых слоев вставочных нейронов, берущих на себя функции отказавших нейронов и позволяющих сформировать коллатеральные пути;
 функционального принципа организации нейросистем за счет постоянного объединения анализаторов и эффекторов различных подсистем. При этом один и тот же результат может быть получен за счет различных комбинаций их объединений, что обеспечивает высокую надежность достижения рационального результата.
Таким образом, использование нейросетевого подхода в качестве инструмента реализации экономических технологий управления предприятием позволяет обеспечить принятие рациональных решений по предприятию в целом, существенно снизить уровень неопределенности и сформировать на этой основе долговременные конкурентные преимущества на рынке.


Литература:
1. Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы: Учебник. - М.: Финансы и статистика, 2004 - 424 с.
2. Комашинский В.И., Смирнов Д.А. Нейронные сети и их применение в системах управления и связи. - М.: Горячая линия - Телеком, 2002. - 94 с.
3. Наши сети - самые крепкие в мире / http://www.dengi-info.com/archive/article.php?aid=427
4. Нейросеть, которой ловят золотых рыбок. / http://www.dengi-info.com/archive/article.php?aid=390
5. Позин Б. Информационные технологии будущего: потребности и возможности. // Директор информационной службы, 2002 г., N 11, с.57-63.
6. Тимохов В.И. Нужно ли творчество бизнесу. / http://trizland.ru/trizba.php?id=208
7. Царегородцев В. Программы для создания и моделирования нейронных сетей. NeuroPro. // http://neuropro.ru
8. http://www.informstat.ru/global/entreprises/2105_478

Вернуться к содержанию номера

Copyright © Проблемы современной экономики 2002 - 2024
ISSN 1818-3395 - печатная версия, ISSN 1818-3409 - электронная (онлайновая) версия