Статья: Использование нечетких когнитивных карт при разработке экспериментальной модели автоматизации производственного учета материальных потоков

Использование нечетких когнитивных карт при разработке экспериментальной модели автоматизации производственного учета материальных потоков

Рассмотрено построение экспериментальной модели автоматизации производственного учета материальных потоков на основе использования нечетких когнитивных карт. Представлен алгоритм когнитивного моделирования. Отмечены основные достоинства когнитивных инструментов:

1) возможность исследовать тон кую структуру управленческих решений (необходимая последовательность включения управленческих воздействий, необходимая степень активности этих воздействий, исследование динамической устойчивости стратегий и др.);

2) возможность исследовать динамику управленческих решений на качественном уровне, этой цели труднодоступную и не всегда достоверную количественную информацию, что крайне важно в условиях быстро меняющейся бизнес-среды и растущих темпов технологических инноваций.

Подчеркивается то, что вышеперечисленными возможностями не обладает ни одно из известных средств поддержки менеджмента. Когнитивный динамический анализ существенно расширяет инструментальную базу менеджмента, базирующуюся сегодня преимущественно на средствах статического ситуационного анализа и рецептурных схемах принятия решений.

При построении экспериментальной модели определены целевые факторы когнитивной карты, проведен анализ связанности и изучен процесс распространения возмущений на графе.

Проведенный анализ показал, что предложенная модель вполне работоспособна и может быть использована/для прогнозирования хозяйственной деятельности и определения ожидаемые значений ряда параметров, которые необходимо контролировать для диагностики тенденций развития промышленного предприятия. Результаты работы следует рассматривать как решение ряда задач управления.

Ключевые слова: инновации, производственный учет, MES-система, когнитивная карта, нечеткие когнитивные модели, концепты, факторы, управленческие решения

The use of fuzzy cognitive maps in the development of an experimental model of automation of production accounting of material flows

E.A. Alpeeva - Cand. Sci. (Econ.), Associate Professor

I.I. Volkova - Graduate Student

The Southwest State University (SWSU), 94 Ul. 50 Let Oktyabrya, Kursk 305040, Russia

Abstract. Automation of enterprise management on the basis of economic and mathematical models, information technology is one of the main stages of development for all enterprises. The use of cognitive modeling allows making management decisions under uncertainty. The article considers the construction of an experimental model of automation of production accounting of material flows based on the use of fuzzy cognitive maps. The algorithm of cognitive modeling is presented. The main advantages of cognitive tools are noted: 1) the ability to study the fine structure of management decisions (the necessary sequence of management actions, the necessary degree of activity of these actions, the study of the dynamic stabllity of strategies, etc.); 2) the opportunity to explore the dynamics of management decisions at a qualitative level, without attracting for this purpose hard-to-access and not always reliable quantitative information, which is extremely important in a rapidly changing business environment and the growing pace of technological innovation.

It is emphasized that none of the known management support tools has the above capabilities. Cognitive dynamic analysis significantly expands the tool base of management, based today mainly on the means of static situational analysis and prescription schemes of decision-making.

In the construction of the experimental model, the target factors of the cognitive map are determined, the connectivity analysis is carried out and the process of propagation of disturbances on the graph is studied.

The analysis showed that the proposed mode: is quite efficient and can be used to predict economic activity and determine the expected values of a number of parameters that need to be monitored to diagnose trends in the development of an industrial enterprise. The results of the work should be considered as a solution to a number of management tasks.

Keywords: innovation, production accounting, MES-system, cognitive map, fuzzy cognitive models, concepts, factors, management decisions

Введение

когнитивный карта автоматизация производственный

Автоматизация управления предприятием на базе экономико-математических моделей, информационных технологий является одним из главные этапов развития для всех предприятий. Применение когнитивного моделирования позволяет принимать управленческие решения в условиях неопределенности.

В настоящее время одним из направлений роста эффективной деятельности промышленных предприятий является выход на принципиально новый уровень управления финансово-хозяйственной деятельностью через развитие инновационного потенциала, внедрение нововведений с использованием комплекса экономико-математических моделей, информационных технологий, в том числе через автоматизацию производственного учета.

Проблемы развития предприятий отразили в своих работах многие ученые: Ю.П. Анисимов [1], И.Т. Балабанов, К.С. Бармашов [2], И.Л. Туккель [3], Л.Ю. Шипович [4], И.Ф. Рябцева [5], Т.С. Колмыкова [6] и др.

Построение экспериментальной модели автоматизации производственного учета материальных потоков в убойном цехе АО «Надежда» с помощью применения когнитивной карты

Задачи автоматизации производственного учета должны рассматриваться предприятием как инвестиция средств, которые должны принести отдачу через улучшение управляемости, повышение эффективности производства, сокращение издержек и т.п. Значение автоматизации сравнимо с увеличением мощностей предприятия.

Автоматизация управления на базе экономико-математических моделей, информационных технологий и средств вычислительной техники практически для всех предприятий является важнейшим этапом развития, выводящим бизнес на качественно новый уровень управления [7].

К новейшим программным средствам относится, в первую, очередь система управления производственными процессами (Manufacturing Execution System, MES), поднимающая культуру производства на более высокий уровень [8].

MES-система является обязательной составляющей организации производства западных компаний вне зависимости от отраслевой принадлежности. В России данная система используется пока редко. Именно MES-система должна стать технологической базой для внедрения производственных стандартов мирового класса для отечественных производителей независимо от используемого оборудования и квалификации рабочих, занятых на производстве [9].

Современные технологии управления базируются на проблемных знаниях и накопленном опыте компании, принятии решений в условиях неопределенности. Данные технологии учитывают не только накопленный опыт специалистов в определенных знаниях, но также формировании основы для компьютеризации систем управления, ориентированных на автоматизацию процесса управления.

Так, для структуризации информации и принятия решений в условиях неопределенности используется модель когнитивного моделирования.

Идеи когнитивного моделирования изложены в трудах В.А. Макаренко, М.В. Мальцевой [10], РА. Караева [11].

Когнитивное моделирование - это визуализированное построение причинно-следственных связей между сущностями, описывающими систему [12].

Для описания когнитивных моделей эффективно используется аппарат знаковых и взвешенных ориентированных графов. Веса дуг в чисто когнитивных моделях ищутся либо с помощью статистической обработки информации, либо экспертным путем. Изменения факторов проводятся по шагам до определения реакции системы, после этого с помощью многокритериального выбора определяется множество благоприятных сценариев, и они ранжируются.

Развитием классических когнитивных моделей являются нечеткие когнитивные модели (НКМ), в которых учитывается то, что взаимовлияния между факторами, вызванные наличием причинно-следственных связей, могут иметь различную интенсивность, при этом интенсивность любого влияния может изменяться с течением времени [13].

Когнитивная карта показывает только факт наличия влияний факторов друг на друга. В ней не отражается ни детальный характер этих влияний, ни динамика изменения влияний в зависимости от изменения ситуации, ни временные изменения самих факторов. Учет всех этих обстоятельств требует перехода на следующий уровень структуризации информации, то есть к когнитивной модели.

На этом уровне каждая связь между факторами когнитивной карты раскрывается соответствующими зависимостями, каждая из которых может содержать как количественные (измеряемые) переменные, так и качественные (не измеряемые) переменные. При этом количественные переменные представляются естественным образом в виде их численных значений. Каждой же качественной переменной ставится в соответствие совокупность лингвистических переменных, отображающих различные состояния этой качественной переменной (например, покупательский спрос может быть «слабым», «умеренным», «ажиотажным» и т.п.), а каждой лингвистической переменной соответствует определенный число-вой эквивалент в шкале - 0,1. По мере накопления знаний о процессах, происходящих в исследуемой ситуации, становится возможным более детально раскрывать характер связей между факторами [14].

Этот граф можно представить матрицей, которая, в свою очередь, также называется когнитивной [15].

В качестве примера использования технологии когнитивного моделирования проведено исследование автоматизации производственного учета материальных потоков в убойном цехе мясохладобойни АО «Надежда» (Курская область) для повышения уровня учета и использования информации в целях рационального функционирования подразделения предприятия и выбора эффективных управленческих решений. В качестве экспертов для построения рациональной процедуры интуитивнологического мышления было проведено формирование экспертной группы в количестве 20 человек, обладающих необходимыми компетенциями в данной области.

На первом этапе экспертами были определены факторы, влияющие на автоматизацию производственного учета материальных потоков. В табл. 1 систематизированы 20 факторов, влияющих на исследуемую проблему. Данные факторы объединены в семь групп по содержанию:

1) производство;

2) автоматизированная информационная система (АИС) производственного учета;

3) материально-техническое оснащение;

4) персонал;

5) государственная политика;

6) эффективность учетной информации;

7) управление эффективностью подразделения.

На втором этапе устанавливались причинноследственные связи между концептами (факторами), учитывая их влияние на систему[16].Следующим этапом стало определение значимости (весомости) каждого фактора, влияющего на автоматизацию производственного учета материальных потоков в убойном цехе АО «Надежда», которое проводилось экспертным методом. Были выделены два типа причинно-следственных связей: положительные и отрицательные. При положительной связи увеличение значения фактора-причины приводит к увеличению значения фактора-следствия, а при отрицательной связи увеличение значения фактора-причины приводит к уменьшению значения фактора-следствия.

Таблица 1

Факторы, влияющие на автоматизацию производственного учета материальных потоков в убойном цехе АО «Надежда» [Factors affecting the automation of production accounting of material flows in the slaughterhouse of JSC «Nadezhda»]

Для установления причинно-следственных отношений определена шкала для оценки характера (положительный или отрицательный) и силы связи между базисными факторами [17]. В ней задаются значения соответствующих переменных; каждому из них ставится в соответствие число в интервале от минус - до плюс единицы (рис. 1).

После структуризации информации выполнено построение когнитивной матрицы (табл. 2).

- по строкам которой указаны концепты-причины, а по столбцам концепты-следствия;

- на пересечении строки и столбца содержится усредненная оценка интенсивности уровня влияния одного концепта на другой.

На основании матрицы построена когнитивная карта, отражающая причинно-следственную структуру системы (рис. 2).

Рис. 1. Шкала для оценки значений и силы взаимовлияния факторов когнитивной карты [Scale for assessing the values and the strength of the influence of factors of a cognitive map]

Таблица 2

Когнитивная матрица автоматизации производственного учета материальных потоков в убойном цехе АО «Надежда» [Cognitive matrix of automation of production accounting of material flows in the slaughter shop of JSC «Nadezhda»]