Задать вопрос юристу
 <<
>>

Общие положения

Сейчас стратегическое управление является доминантной составляющей успешного развития организации в долгосрочной перспективе. При разработке стратегии, а в дальнейшем — и для успешного осуществления стратегических изменений руководителю необходимо проводить тщательный анализ внутренней и внешней среды организации, в частности различных микро- и макроэкономических показателей, социально-экономического, политического и правового аспектов развития государства и общества в данный период.

Чрезвычайно актуальным, а во многих случаях - и определяющим становится вопрос получения аналитической информации, на основе которой осуществляются прогнозирование параметров развития организации и выработка стратегии в условиях постоянно изменяющейся внешней среды. Особенно актуальным данный вопрос становится в современных условиях информатизации общества, когда информации настолько много и она настолько разнообразна как в содержательном, так и в эмпирическом аспекте, что получить необходимые сведения представляется делом архисложным и требующим колоссальных трудовых затрат рабочего времени сотрудников.

Для получения аналитической информации и прогнозирования развития внутренней и внешней среды организации в настоящее время используют информационные технологии, осно ванные на приемах извлечения знаний об объектах анализа из общей совокупности информации.

На сегодняшний день существует два основных типа информационных технологий: •

традиционные (классические) информационные технологии; •

нетрадиционные информационные технологии (их еще называют интеллектуальными технологиями).

Традиционные информационные технологии базируются на формальных методах извлечения знаний и формальных алгоритмах прогнозирования (регрессионные методы, статистические и эконометрические методы, методы Бокса—Дженкинса, ARIMA, ARMA).

Однако традиционные информационные технологии эффективны в основном на операционном и в меньшей степени — на тактическом уровнях управления, где, как правило, анализируемая информация представляет собой упорядоченный набор относительно легко формализуемых данных, количество которых невелико. На уровне стратегического управления руководитель или группа экспертов, в число которых могут входить топ- менеджеры, плановики, экономисты, сотрудники отдела развития, как правило, имеют дело уже с огромным количеством информации из совершенно разных областей, которая существует в различных формах. Например, руководитель интуитивно чувствует последствия смены политического курса в регионе, технолог — параметры производственного процесса, плановик — зависимости показателей один от другого. Это малая толика факторов. Но проблема заключается в том, что влияющих на производство факторов и информации настолько много, что в реальной практике многие факторы отбрасываются. Это неизбежно ведет к неточностям и ошибкам, из-за чего траектория стратегии отклоняется от своего кратчайшего расстояния. Это приводит, в свою очередь, к увеличению затрат и снижению финансового результата. Таким образом, адекватный учет наибольшего числа факторов и информации способен дать организации существенный экономический эффект.

Как раз в случаях трудно формализуемой информации, недостаточности эмпирических данных, большого числа переменных при неопределенности и многофакторности протекающих процессов в условиях постоянно изменяющейся внешней среды применяют интеллектуальные информационные технологии, которые основаны на концепции интеллектуализации процессов анализа и прогнозирования.

Интеллектуализация означает перенос организации и приемов мышления, свойственных человеку, в техническую область25.

Можно сказать, что интеллектуальные технологии превосходят традиционные программные и аппаратные технологии в случае тех задач, в решении которых их превосходит человек со свойственным ему развитым мышлением.

На данный момент существуют четыре основных типа интеллектуальных информационных технологий26: 1.

Экспертные системы (нечеткая логика). 2.

Генетические алгоритмы. 3.

Нелинейная динамика (теория хаоса). 4.

Искусственные нейронные сети.

Экспертные системы на базе нечеткой логики используют интуитивно-эмпирические модели функционирования организации, составляемые экспертом или группой экспертов в виде правил условного логического вывода типа «Если., то.» и образуют базу знаний, исходя из которой система принимает то или иное решение. Например, в условиях неопределенности сведений о количестве производимой продукции рекомендовать руководителю, исходя из данных о конъюнктуре рынка и введенных правилах вывода, выпустить больший объем продукции. Существенными недостатками таких систем являются: субъективный характер правил, задаваемых экспертом, и большие сложности в изменении правил условно-логического вывода при изменениях внешней среды.

Интеллектуальные информационные технологии, основанные на генетических алгоритмах и принципах селекции, лучше приспосабливаются к изменяющимся условиям внешней среды, однако процесс их создания является чрезвычайно сложным, и в реальных условиях работы предприятия найти специалиста в этой области проблематично, что в равной мере относится и к сложной нелинейной динамике.

Оптимальной технологией искусственного интеллекта, предназначенной для использования в процессе разработки и реализации стратегии организации, являются искусственные нейронные сети, так как они в принципе не нуждаются в построении модели, а строят ее сами только на основе предъявляемой информации. Именно поэтому нейронные сети уже являются незаменимыми инструментами эффективного управления организацией, где необходимо решать трудно формализуемые задачи в условиях существенной неопределенности происходящих процессов.

Рассмотрим интеллектуальные технологии более подробно. 5.2.

Экспертные системы

Реализация экспертных систем чаще всего представляется в виде компьютерных программ, имитирующих процессы мышления эксперта в конкретной предметной области. Примеры экспертных систем включают в себя и бизнес-решения, и профессиональные задачи от медицинской диагностики до разведки нефти и конфигурирования компьютерных систем27.

Экспертные системы основываются на лабораторных опытах, которые определяют, что эксперт сделает в данной ситуации, и затем записывают эти знания как набор правил. В экспертных системах методы обработки информации отделены от самой информации, позволяя разработчикам программного обеспечения создавать программы, обрабатывающие информацию несколькими различными путями, что полезно для многих типов задач. 5.3.

Генетические алгоритмы

Генетические алгоритмы достаточно распространены, применяются в различных областях для решения задачи оптимизации. Финансисты активно применяют их в своей практической деятельности.

Генетические алгоритмы базируются на синтетической теории эволюции, учитывающей биологические механизмы насле дования признаков в природных и искусственных популяциях организмов, а также на опыте в области селекции животных и растений. Методологически генетические алгоритмы основаны на гипотезе селекции, которая гласит, что чем выше приспособленность особи, тем выше вероятность того, что в потомстве, полученном с ее участием, признаки, определяющие приспособленность, будут выражены сильнее.

Проектирование начинают с формирования в новом поисковом пространстве области допустимых значений переменных и выбирают некоторые пробные точки, которые имеют смысл генотипов потомков. Далее задействуется механизм эволюции, по сути — глобальной оптимизации (поиска глобального экстремума) целевой функции. Подобно тому как в природе осуществляется скрещивание организмов, в процедуре оптимизации координаты новых пробных точек получаются как результат манипулирования координатами старых, причем в качестве родительских точек выступают лучшие точки в фенотипическом отношении, неудачные решения отбрасываются (отмирают). 5.4.

Нечеткие системы

Аппарат нечетких множеств и нечеткой логики уже давно с успехом применяют для решения задач, в которых исходные данные являются ненадежными и слабоформализованными. Сильные стороны такого подхода: описание условий и метода решения задачи на языке, близком к естественному; универсальность: согласно теореме FAT (Fuzzy Approximation Theorem), доказанной Б. Коско (В. Kosko) в 1993 г., любая математическая система может быть аппроксимирована системой, основанной на нечеткой логике; эффективность (связана с универсальностью), поясняемая рядом теорем, аналогичных теоремам о полноте для искусственных нейронных сетей, например теоремой вида: для каждой вещественной непрерывной функции g, заданной на компакте U, и для произвольного є > 0 существует нечеткая экспертная система, формирующая выходную функцию fx), такую, что

sup IIg(x) - f (x)|| < є,

x eU

где II» — символ принятого расстояния между функциями.

Вместе с тем для нечетких систем характерны и определенные недостатки: исходный набор постулируемых нечетких правил формулируется экспертом-человеком и может оказаться неполным или противоречивым; вид и параметры функций принадлежности, описывающих входные и выходные переменные системы, выбираются субъективно и могут оказаться не вполне отражающими реальную действительность.

Для устранения, по крайней мере частичного, указанных недостатков предложено создавать нечеткие системы адаптивными, корректируя, по мере их работы, правила и параметры функций принадлежности. Одними из самых удачных примеров таких систем являются нечеткие нейронные сети. 5.5.

<< | >>
Источник: Лапыгин Ю. Н.. Экономическое прогнозирование : учеб. пособие / Ю. Н. Лапыгин, В. Е. Крылов, А. П. Чернявский. — М. : Эксмо. — 256 с. — (Высшее экономическое образование).. 2009 {original}

Еще по теме Общие положения:

  1. ЧАСТЬ ПЕРВАЯ ОБЩИЕ ПОЛОЖЕНИЯ Раздел первый ОСНОВНЫЕ ПОЛОЖЕНИЯ
  2. РАЗДЕЛ I. ОБЩИЕ ПОЛОЖЕНИЯ .Подраздел 1. ОСНОВНЫЕ ПОЛОЖЕНИЯ
  3. Примерный текст положения о единоличном исполнительном органе предприятия Общие положения
  4. Примерное положение об архивном отделе органа местного самоуправления Общие положения
  5. Примерный текст положения о Совете директоров предприятия /. Общие положения
  6. Примерное положение о службе документационного обеспечения управления /. Общие положения
  7. Примерный текст положения об общем собрании акционеров предприятия /. Общие положения
  8. I. ОБЩИЕ ПОЛОЖЕНИЯ 1. СЛУЧАИ ПРИМЕНЕНИЯ ПОЛОЖЕНИ
  9. § 1. Общие положения о залоге
  10. Глава 1. Общие положения
  11. Глава I ОБЩИЕ ПОЛОЖЕНИЯ
  12. Глава 1. Общие положения
  13. Б. ОБЩИЕ ПОЛОЖЕНИЯ О ДОГОВОРАХ
  14. Глава 1 ОБЩИЕ ПОЛОЖЕНИ
- Регулирование и развитие инновационной деятельности - Антикризисное управление - Аудит - Банковское дело - Бизнес-курс MBA - Биржевая торговля - Бухгалтерский и финансовый учет - Бухучет в отраслях экономики - Бюджетная система - Государственное регулирование экономики - Государственные и муниципальные финансы - Инновации - Институциональная экономика - Информационные системы в экономике - Исследования в экономике - История экономики - Коммерческая деятельность предприятия - Лизинг - Логистика - Макроэкономика - Международная экономика - Микроэкономика - Мировая экономика - Налоги - Оценка и оценочная деятельность - Планирование и контроль на предприятии - Прогнозирование социально-экономических процессов - Региональная экономика - Сетевая экономика - Статистика - Страхование - Транспортное право - Управление затратами - Управление финасами - Финансовый анализ - Финансовый менеджмент - Финансы и кредит - Экономика в отрасли - Экономика общественного сектора - Экономика отраслевых рынков - Экономика предприятия - Экономика природопользования - Экономика труда - Экономическая теория - Экономический анализ -