Исследование систем управления: учебное пособие
Шрифт:
Воздействие, осуществляемое с целью перевода системы управления из исходного состояния в желаемое состояние, представляет собой управляющее воздействие . Параметры управляющего воздействия в процессе управления (например, потоки различных видов ресурсов) можно целенаправленно изменять. Это изменение позволяет выбрать оптимальный вариант функционирования системы управления.
На систему управления оказывают влияние факторы внешней и внутренней среды. Воздействие этих факторов может негативно влиять на процесс функционирования системы управления. В этом случае в системе управления возникают возмущающие воздействия , обусловленные появлением негативных факторов внешней и внутренней среды. Применительно к предприятию, рассматриваемому в качестве системы управления, такими факторами, возникающими во внешней среде, могут быть изменение налоговых ставок, ставки рефинансирования, возникновение рисков в сфере инновационной деятельности предприятия. Негативными факторами, возникающими во внутренней среде предприятия, могут быть отказ оборудования, увольнение ключевых сотрудников и т. д.
Стремление противодействовать возмущающим воздействиям приводит к появлению в системе управления компенсирующих воздействий . Эти воздействия являются разновидностью управляющих воздействий на систему управления и направлены на минимизацию негативного влияния возмущающих факторов внешней среды. Как правило, компенсирующее воздействие реализуется путем введения в систему управления дополнительного
Тема 3. Методы описания и оптимизации системы управления
Методы описания системы управления
Для целей исследования необходимо описать процесс и результаты функционирования системы управления. Такое описание может быть выполнено различным образом, например с помощью:
• математических (экономико-математических) моделей;
• графических методов.
В теме 2 нами было отмечено, что если получится математически описать функции, которые характеризуют объект управления и обратную связь в системе управления, то потом возможно проводить исследование рассматриваемой кибернетической системы. Такой подход применим для характеристики физических, технических, производственных, экономических и других систем управления. Методы математического описания не связаны с природой системы и с особенностями исследуемого объекта управления, они направлены на идентификацию свойств и познание изучаемой системы управления. В этом заключается уникальность и универсальность кибернетического подхода исследования систем.
С точки зрения управления экономические задачи недостаточно хорошо поддаются структурированию, поэтому не всегда математическую модель можно построить однозначным образом. Это связано с тем, что цели деятельности экономических систем, особенно в условиях глобализации и макровоздействий, порой четко сформулировать не представляется возможным. При исследовании систем управления по-разному можно подходить к построению моделей и описанию одних и тех же процессов. Это зависит от субъективного подхода исследователя, его профессиональной подготовленности, опыта и степени проработанности процессов, происходящих в исследуемом объекте. Поэтому при математическом описании деятельности предприятия, в отличие от описания технических процессов, кроме изучения воздействия факторов внутренней и внешней среды необходимо учитывать влияние сложных социально-экономических проблем. В такой ситуации возникает вопрос, как спрогнозировать предприятию объем выпуска продукции, ее рыночную цену и спланировать продажи с ориентацией на рост денежных доходов населения, укрепление покупательной способности национальной валюты, насыщение сферы потребления качественными и доступными по стоимости товарами. Корректно и конструктивно реализовать задачу построения математической модели такого рода сложноструктурируемых экономических задач можно с помощью итеративного подхода, т. е. подхода, предполагающего постоянное изучение, развитие и обновление математической модели деятельности предприятия (изменение исходных параметров, включение новых и удаление ранее используемых элементов, создание связей и т. д.). Таким образом, для целей исследования необходимо не только описать процесс и результаты функционирования системы управления, но и совершенствовать математическую модель, адаптируя ее к реальному объекту и условиям деятельности предприятия.
Простым примером описания результатов функционирования предприятия как системы управления является совокупность математических моделей, характеризующих формирование экономических результатов деятельности предприятия:
• экономико-математическая модель для определения выручки от реализации продукции предприятия (В) имеет вид:где:
Цi – рыночная цена реализации продукции i-го наименования с учетом НДС и акцизов;
Qi – объем реализации продукции i-го наименования;
i – порядковый номер в наименовании реализованной продукции;
N – количество наименований реализованной продукции.
экономико-математическая модель для определения чистой выручки от реализации продукции предприятия (ЧВ) имеет вид:где:
∑НДСi – сумма НДС, уплачиваемого предприятием за объем всего количества N наименований реализованной продукции;
∑Акцi – сумма акциза, уплачиваемого предприятием за объем всего количества N наименований реализованной продукции.• экономико-математическая модель для определения прибыли от реализации продукции предприятия (ПР) имеет вид:
где: ∑Сi – суммарная величина себестоимости объема всего количества N наименований реализованной продукции.
• экономико-математическая модель для определения чистой прибыли предприятия (ЧП) имеет вид:
где: Нп – величина налога на прибыль предприятия.
Для крупных предприятий (холдинговых структур) построение экономико-математических моделей исследуемого объекта управления осуществляется на каждом уровне иерархии. Создание таких моделей реализовывается с использованием агрегированной (укрупненной) базы данных показателей (параметров) холдинга. Если исследование системы управления проводится на верхнем уровне организационной структуры предприятия, то и степень агрегирования информации в этом случае будет больше. Поэтому при описании процессов и результатов функционирования крупных предприятий должны разрабатываться и применяться несложные методы дезагрегирования (разукрупнения) данных при исследовании дочерних предприятий и функциональных подразделений холдинговых (интегрированных) структур.
Примерами графического описания системы управления могут служить:
• сетевые модели, представляющие собой ориентированные графы;
• кибернетические модели и т. д.
Методы оптимизации системы управления
Оптимизация системы управления представляет собой процесс, базирующийся на результатах исследования системы управления и нацеленный на уменьшение рассогласования, а также на рост качества процесса управления посредством изменения параметров системы, в том числе структуры и выполняемых функций. Оптимизация осуществляется с целью повышения эффективности и результативности функционирования системы управления.
Оптимизации предшествуют расчет показателей, характеризующих эффективность и результативность функционирования системы управления, и оценка этих показателей по выбранным соответствующим критериям. При этом критерий представляет собой «идеальный» показатель, в сравнении с которым можно оценить состояние системы управления или отдельных ее параметров. Например, посредством сравнения совокупности критериев можно оценить запланированные параметры финансово-экономической
Существуют однокритериальные и многокритериальные методы оптимизации системы управления, но, как правило, функционирование экономических систем по своей сущности многокритериально. При однокритериальном методе из всей совокупности критериев выбирается один обобщающий показатель (критерий), а все остальные показатели (критерии) переводятся в разряд ограничений, либо на основе частных показателей (критериев) строится один аддитивный или мультипликативный показатель (критерий), по которому оптимизируются параметры системы управления.
Многокритериальная оптимизация предполагает одновременное использование для улучшения системы управления нескольких показателей. Такая оптимизация является достаточно сложной, т. к. показатели (критерии), по которым проводится оптимизация системы управления, могут находиться в противоречии. Это означает, что улучшение одного показателя (достижение желаемого значения одного критерия) приводит к ухудшению другого показателя (ухудшает запланированное значение другого критерия). Например, при реализации конкурентной стратегии предприятия необходимо выполнить одновременно нескольких поставленных целей по различным направлениям деятельности (производственная, финансовая, инвестиционная, инновационная, маркетинговая подсистемы и т. д.):
• достигнуть максимальных значений цены, выпуска и объема реализации продукции;
• добиться максимальной прибыли и внедрения новых продуктов при снижении себестоимости продукции и уменьшении расходов на НИОКР;
• обеспечить рынок конкурентным товаром, изменить номенклатуру производимой продукции и, соответственно, изменить ассортимент продаж с минимальными инвестиционными затратами на диверсификацию деятельности предприятия и т. д.При рассмотрении данных показателей некоторые из них окажутся противоречивыми. В частности, задача обеспечения рынка конкурентным инновационным товаром требует инвестиционных ресурсов для проведения НИОКР и диверсификации деятельности предприятия, а также маркетинговых исследований. Уровень затрат на эти цели повлечет повышение себестоимости продукции, ограничивая при этом увеличение прибыли. Или производство дополнительной партии продукции не только реализует цель максимизации валового выпуска, но и способствует валовому росту себестоимости. Это вызвано тем, что производство дополнительной партии продукции связано с дополнительными издержками. Поэтому если накладывать ограничение на рост валовой себестоимости, то противоречивой станет задача повышения валового выпуска продукции. Минимизацию себестоимости выпуска продукции целесообразно проводить при установлении конкретного объема производства, например, на основе договорных обязательств предприятия с потребителями.
Аналогичные противоречия могут иметь место в отношении и других установленных показателей (критериев), по которым проводится оптимизация системы управления. Таким образом, можно рассмотреть два альтернативных варианта. Первый – когда все принимаемые в процессе оптимизации критерии изменяются, одновременно достигая свои экстремальные значения. Такой альтернативе отвечает однокритериальный метод оптимизации, поскольку возможно использовать один основной критерий. Остальные показатели при оптимизации ничему не противоречат, поэтому они или не принимаются во внимание, либо рассматриваются как ограничения. Противоположное развитие этого варианта – невозможность выполнения основного критерия (в рассматриваемом случае валового выпуска продукции), которому одновременно соответствуют экстремальные значения всех остальных показателей. Второй альтернативный вариант заключается в определении компромисса между основным критерием и другими целевыми критериями. При этом варианте целевые критерии не могут достигнуть оптимальных значений, но каждый из них по отношению к основному критерию приближается к оптимальному значению. Таким образом, эта задача многокритериальной оптимизации сводится к нахождению совокупного критерия, в котором целевые критерии определены как отдельные составляющие.
Одной из разновидностей многокритериальной оптимизации является оптимизация системы управления по Парето. Это метод оптимизации, при котором изменение системы управления производится до тех пор, пока улучшаются все ее параметры.
Аддитивные и мультипликативные показатели (критерии) оценки системы управления представляют собой одномерные показатели (критерии). Аддитивные показатели (критерии) строятся как сумма средневзвешенных значений частных показателей (критериев) эффективности функционирования системы управления.
Аддитивный показатель (критерий) имеет следующий вид:где:
fi – значение i-го частного показателя (критерия);
i – порядковый индекс частного показателя;
N – количество частных показателей.Часто при построении аддитивного показателя (критерия) учитывают степень важности каждого частного показателя (критерия). Для этого в аддитивную модель вводят весовые коэффициенты. Тогда аддитивная модель будет иметь следующий вид:
где:
fi – значение i-го частного показателя (критерия);
ki – весовой коэффициент, учитывающий степень важности i-го частного показателя (критерия), входящего в аддитивную модель;
i – порядковый индекс частного показателя;
N – количество частных показателей.Примером аддитивного показателя (критерия) может служить пятифакторная модель (Z-счет) Альтмана, использующаяся для оценки вероятности банкротства предприятия. При разработке модели Э. Альтман применил методы дискриминантного анализа для оценки уровня коммерческого риска (вероятности банкротства) предприятия. Аддитивная модель (Z-счет) Альтмана имеет следующий вид:
где:
Хi – экзогенные переменные (факторы), влияющие на вероятность банкротства предприятия;
ki – весовые коэффициенты, характеризующие степень важности i-го фактора модели (Z-счета Альтмана);
i – порядковый индекс экзогенной переменной (фактора);
N – количество экзогенных переменных (факторов).В качестве факторов (экзогенных переменных) в модели используются:
Х1 = Оборотный капитал / Совокупные активы предприятия; удельный вес этого фактора (весовой коэффициент k1) составляет 1,2;
Х2 = Нераспределенная прибыль прошлых лет / Совокупные активы предприятия; удельный вес этого фактора (весовой коэффициент k2) составляет 1,4;
Х3 = Прибыль предприятия до уплаты налогов и процентов / Совокупные активы предприятия; удельный вес этого фактора (весовой коэффициент k3) составляет 3,3;
Х4 = Рыночная капитализация акций предприятия / балансовая стоимость долговых обязательств предприятия; удельный вес этого фактора (весовой коэффициент k4) составляет 0,6;
Х5 = Объем реализации продукции предприятия / Совокупные активы предприятия; удельный вес этого фактора (весовой коэффициент k5) составляет 1,0.Тогда с учетом значений весовых коэффициентов аддитивная модель (Z-счет) Альтмана будет иметь следующий вид:
В результате подсчета Z – показателя для конкретного предприятия – делается заключение:
если Z < 1,81 – очень высокая вероятность банкротства;
если 1,81 ≤ Z ≤ 2,7 – высокая вероятность банкротства;
если 2,7 ≤ Z ≤ 2,99 – возможно банкротство;
если Z ≥ 3,0 – вероятность банкротства крайне мала.