Электронная библиотека Веда
Цели библиотеки
Скачать бесплатно
Доставка литературы
Доставка диссертаций
Размещение литературы
Контактные данные
Я ищу:
Библиотечный каталог российских и украинских диссертаций

Вы находитесь:
Диссертационные работы России
Технические науки
Системный анализ, управление и обработка информации

Диссертационная работа:

Веселов Николай Витальевич. Разработка методов и алгоритмов оценки качества, экономического анализа и обработки экспертной информации для больших систем в условиях неопределенности (На примере построения рейтинга инновационно-ориентированных регионов РФ) : Дис. ... канд. техн. наук : 05.13.01 : Москва, 2004 233 c. РГБ ОД, 61:04-5/3890

смотреть содержание
смотреть введение
Содержание к работе:

Введение 4

Глава L Анализ технологий обработки экспертной информации для больших систем и объектов экономической деятельности «..и... . 12

1.1, Системный анализ структурных составляющих экономического и инновационного потенциала

1.2. Анализ параметров, характеризующих инновационный потенциал .™,„.„ 37

1 3. Анализ содержания процесса оценки инновационного потенциала объектов экономим ее кой деятельности 52

1.4. Анализ информационных технологий комплексной оценки объектов экономической деятельности и больших систем—.,,.,,.,,.,... 61

Глава 2. Разработка математических моделей оценки инновационного потенциала объектов экономической деятельности 66

2.1. Математическая формулировка задачи оценки инновационного потен ц нал а... 66

2.2. Разработка процедур выбора показателей оценки .. 68

2-3. Разработка методов формирования оценочной системы (структурирование набора показателей оценки) ... „ ,. 70

2.4. Разработка методов анализа оценочной системы . « „ 76

2.5. Анализ математических методов свертки показателей 78

2.6. Разработка методов получения результирующих оценок с использованием нечетких ч и сел ... » „ - 87

2.7. Методика преобразования вербальных оценок но показателям инновационного потенциала в нечеткие числа „ „ „ „ 97

Глава Л Разработка архитектуры автоматизированной системы экспертного оценивания, анализа и обработки экспертной информации 99

3.1, Разработка алгоритма автоматизации обработки экспертной информации при оценке объектов экономической деятельности .,~„... .,„„.. ... ... .. ,»„,„ 99

3,2- Разработка алгоритма ранжирования показателен оценки по степени важности дли ввода в автоматизированную систему экспертного оценивания... ЮЗ

3^ Разработка функциональной структуры автоматизированной системы экспертного оцени ванн я ... „..,„...,.«.,.„.-... „ 106

3.4. Разработка структур данных автоматизированной системы экспертного оценивания... 109

3.5. Разработка моделей деловых процессов взаимодействия пользователей с автоматизированной системой экспертного оценивании... 113

3.6. Разработка концептуальной модели автоматизированной системы экспертного оценивания... „ „ - 114

Глава 4. Разработка автоматизированной системы экспертного оценивания в виде программного продукта 118

4.1. Выбор программно-технических средств и реализация прототипа автоматизированной системы w ... 118

4.2. Инструкция по использованию разработанного программного продукта 119

4 J, Интерфейсы пользователей 123

Заключение

Библиография*133

Приложение 137

Построение тестового рейтинга регионов РФ на базе разработанной автоматизированной системы экспертного оценивания „ 137

111.1. Регионы 137

Ш.2, Показатели (параметры) оценки 138

ITU. Экспертиза. Результаты оценок по показателям 142

П1.4. Результирующие оценки и ранжирование регионов по совокупному инновационному п оте п ц налу 212

ПІ.5. Диаграммы итоговою ранжирования 214

Приложен ие 2.ш*.

Программный код автоматизированной системы экспертного оценивания 215 

Введение к работе:

Актуальность темы исследования обусловлена актуальностью проблемы принятия решений при управлении качеством больших систем, в частности, в реализации инновационной политики (ИП), государственном регулировании и государственной поддержке инновационно-ориентированных регионов РФ.

Остро стоит проблема эффективного управления качеством инновационной продукции и услуг, в связи с заметным отставанием России от США и Западной Европы по ряду показателей в области высоких технологий. Надежное функционирование системы управления качеством поддержки инновационной деятельности невозможно без автоматизированных систем экспертного оценивания и обработки экспертной информации, научно-обоснованных методик мониторинга и контроля. Это, в свою очередь, связано с необходимостью совершенствования методологии экспертного обеспечения инновационной деятельности и результативности инновационной политики в отношении больших систем и объектов экономической деятельности, в частности, инновационно-ориентированных регионов, крупных инновационных научно-технических и социально-экономических проектов.

На сегодняшний день в России существует огромная потребность в информационных системах анализа и обработки экспертной информации для оценки инновационного потенциала объектов экономической деятельности, в связи с:

1) Принятием Правительством России в 2001г. Федеральной Целевой Программы (ФЦП) "Электронная Россия на 2002-2010 годы".

2) Отнесением развития информационных технологий и их приложений к государственным приоритетам на совместном заседании Совета Безопасности РФ, Президиума Госсовета и Совета по науке и высоким технологиям (20,03.2002г.)

В целом, процесс управления сложными объектами, может быть представлен в виде ряда стадий: 1) прогнозирование будущего;

2) определение целей;

3) формирование промежуточных задач;

4) определение программ действий;

5) выполнение планов и программ;

6) оценка результатов;

7) обеспечение обратной связи для корректировки процесса.

Важными составляющими процесса управления являются стадии оценки результатов управления и обеспечения обратной связи. Таким образом, при реализации инновационной политики одно из центральных мест занимает проблема экспертного обеспечения и оценки инновационного потенциала объектов экономической деятельности (инновационно-ориентированных регионов РФ), от корректного решения которой зависит эффективность всей инновационной политики.

Степень эффективности управления качеством развития инновационно-ориентированных регионов, не в последнюю очередь, связана с уровнем автоматизации процессов управления, оценки и построения рейтинга инновационно-ориентированных регионов, и, следовательно, с созданием эффективных средств математического моделирования их управления, экспертного обеспечения и оценки. Помимо аппарата математического моделирования, важную роль в эффективности процессов управления и оценки играет использование передовых информационно-технологических средств, моделирование и реализация на их базе межрегиональных автоматизированных систем (программных комплексов) экспертного оценивания инновационного потенциала объектов экономической деятельности (инновационно-ориентированных регионов РФ) и соответственно - качества реализации инновационной политики. Нельзя забывать и о необходимости разработки моделей эффективного взаимодействия пользователя с автоматизированной системой экспертного оценивания, анализа и обработки экспертной

информации» достижении максимальной эргономичности информационной системы.

Следовательно, актуальность темы исследования обусловлена необходимостью повышения эффективности систем экспертного обеспечения и управления качеством в процессе реализации инновационной политики за счет совершенствования формальных методов описания моделей различных стадий технологий оценки и, на этой основе, автоматизации проектирования оценочных систем, оценочной деятельности, процессов проведения экспертиз и анализа результатов в сфере инновационной деятельности.

В развитие методологии, технологий, математического и программного инструментария для создания информационных систем экспертного обеспечения различного назначения в разные годы внесли вклад БТ. Литвак, A3, Титов, АЛ. Субетто, Н.А. Селезнева, В.ГЬ Майборода, А.Н. Мелихов, Г\Г\ Малинецкий, Л.С. Бернштейн, С.Я, Коровин, С.А. Кащенко, Л- Заде, Г,И. Жиц и др. Комплексные решения (технологические, инструментальные и прикладные) созданы и развиваются ведущими мировыми (Microsoft, IBM, Sun) софтверными компаниями.

Применение методов теории нечетких множеств в оценке качества управления объектами экономической деятельности (как показано в работах перечисленных выше авторов) не носит в настоящее время систематического характера. По этой причине особое значение имеют подходы к разработке комплексной модели оценки качества и обработки экспертной информации в сфере инноваций на основе современных методов экспертных оценок и обработки экспертной информации, опирающихся на формальный аппарат теории нечетких множеств, что способно повысить степень достоверности результатов оценки.

В диссертационном исследовании предложен новый подход к описанию технологии оценки качества и обработки экспертной информации, основанный на использовании математических структур, моделируемых в теории нечетких множеств для описания сложных систем, логических принципов, выходящих за рамки классической бинарной логики, которые позволяют создавать модели анализа и обработки экспертной информации в условиях неопределенности и нечеткости. Внедрение этого аппарата должно способствовать разработке систем экспертного анализа и обработки экспертной информации, обладающих достаточной эффективностью в реальных задачах построения рейтинга объектов экономической деятельности.

Особое внимание уделяется разработке процедур структурного обобщения и синтеза оценочной деятельности как сложного, многоуровневого процесса; разработке модели автоматизированной системы экспертного оценивания на базе математического аппарата позволяющего в максимальной степени учитывать нечеткости и неопределенности, реализации разработанных моделей, методов и алгоритмов на базе системного анализа современных Интернет-технологий.

Целью исследования является разработка методов и алгоритмов анализа и обработки экспертной информации при оценке объектов экономической деятельности, в интересах унификации процесса создания автоматизированной системы экспертного оценивания инновационного потенциала данных объектов (инновационно-ориентированных регионов РФ, предприятий, инновационных центров, фирм, фондов и др.) В соответствии с целью исследования в диссертационной работе решаются следующие задачи:

1) анализ содержания и структуры оценочной деятельности, выявление ее особенностей применительно к реализации инновационной стратегии государства;

2) анализ основных этапов технологии оценки инновационного потенциала различных объектов экономической деятельности;

3) разработка алгоритмов структуризации критериев оценки инновационного потенциала с учетом факторов нечеткости и неопределенности;

4) разработка методик учета факторов нечеткости и неопределенности в алгоритмах агрегирования значений показателей инновационного потенциала объектов экономической деятельности;

5) разработка архитектуры автоматизированной системы экспертного оценивания, анализа и обработки экспертной информации на базе разработанных методов и алгоритмов;

6) программная реализация автоматизированной системы экспертного оценивания объектов экономической деятельности на базе разработанных методов и алгоритмов;

7) приложение автоматизированной системы экспертного оценивания к построению тестового рейтинга инновационно-ориентированных регионов РФ.

Объектом исследования являются методики и алгоритмы комплексной экспертной оценки и системного анализа различных объектов экономической деятельности, предметом исследования — конкретные методы и алгоритмы обработки экспертной информации об объектах экономической деятельности, позволяющие усовершенствовать этапы выбора оценочных шкал, взвешивания показателей оценки, свертки оценок, автоматизации процесса экспертизы.

Методами исследования являются методы экспертной и нечеткой квалиметрий, системного анализа, методы обработки экспертной информации, теории нечетких множеств, нечеткой логики, информатики, Интернет-технологий.

Научная новизна и теоретическая значимость Разработана методика структуризации критериев оценки инновационного потенциала объектов экономической деятельности. Разработана и реализована методика агрегирования показателей оценки инновационного потенциала объектов экономической деятельности (инновационно-ориентированных регионов РФ) в виде нечетких чисел (L-R) - типа- Впервые была разработана архитектура межрегиональной автоматизированной системы экспертного оценивания, анализа и обработки экспертной информации. Разработаны формы-анкеты для работы с оценочной системой и проведения экспертного оценивания по показателям инновационного потенциала объектов экономической деятельности.

Практическая ценность и реализация результатов работы.

Практическая ценность работы заключается в разработанных автором методиках и алгоритмах формирования систем оценки инновационного потенциала объектов экономической деятельности; построения итоговых оценок по показателям инновационного потенциала объектов экономической деятельности, которые составляют замкнутое описание технологии оценки инновационного потенциала объектов экономической деятельности (инновационно-ориентированных регионов РФ) и позволяют существенно повысить эффективность разработки информационных технологий оценки и построения рейтинга объектов экономической деятельности.

Приведенные в исследовании методы формирования оценочных систем и оценок по экспертным показателям инновационного потенциала объектов экономической деятельности использовались при составлении методик и алгоритмов, а также при программной реализации межрегиональной автоматизированной системы экспертного оценивания, анализа и обработки экспертной информации для оценки инновационного потенциала регионов РФ и конкурсных инновационных научных разработок, в рамках проектов Министерства образования РФ и Минэкономразвития РФ.

Разработанные модели вошли в итоговый отчет по проекту №03-25/ГБ "Разработка принципов и стратегий развития инновационного сектора экономики РФ и ее регионов на базе использования инновационного потенциала высшей школы и других секторов науки" ФЦП "Инновационная деятельность высшей школы"» а также использовались при выполнении проекта

"Разработка экспертных экономико-математических моделей управления инвестиционными процессами, обеспечивающими инновационный базис образования Лпробация результатов исследования осуществлялась путем выступления автора на конференциях и семинарах, а также через публикации. Основные положения работы обсуждались на X и XI Международной школе-семинаре "Новые информационные технологии" в 2002, 2003г., а также, на научных семинарах в МАМИ (научный руководитель проф. В,С. Бондарь), в МИИТ (научный руководитель проф- В-П. Мальцев), в ИПМ им, М.В. Келдыша РАН (научный руководитель проф. Г.Г. Малинецкий), в РГУ им. П.Г\ Демидова (научный руководитель проф. СА. Кащенко), в МГИЭМ (научный руководитель проф. В.П- Майборода), на научном семинаре под руководством проф. В.Н. Афанасьева (МГИЭМ).

На защиту выносятся следующие результаты исследования.

1- Методика структуризации критериев оценки инновационного потенциала объектов экономической деятельности.

2, Методика агрегирования показателей оценки инновационного потенциала объектов экономической деятельности в виде нечетких чисел (L-R) — типа.

3, Методика преобразования вербальных оценок по показателям инновационного потенциала объектов экономической деятельности в нечеткие числа (L-R) — типа.

4, Разработка архитектуры межрегиональной автоматизированной системы экспертного оценивания, анализа и обработки экспертной информации.

Публикации. Основные положения диссертационной работы изложены в 4 работах, которые приведены в библиографии»

Структура работы. Диссертация состоит из введения, четырех глав, заключения, библиографии (44 источника) и приложений. Материал изложен на 233 страницах, содержит 6 таблиц, 18 рисунков.

Подобные работы
Лисецкий Юрий Михайлович
Алгоритмы и методы комплексной количественной оценки качества систем
Лужбинин Александр Васильевич
Методы, модели и алгоритмы оценки и управления качеством программно-аппаратных систем на этапах жизненного цикла
Абрамов Сергей Степанович
Инвариантный метод анализа распределенных систем обработки информации
Гаврилов Евгений Сергеевич
Модельно-алгоритмическая поддержка анализа транзакционной надежности в системах обработки информации и управления
Брянцев Андрей Анатольевич
Алгоритмы вейвлет-анализа изображений в системах компьютерной обработки информации при производстве герконов и генераторных ламп
Синицин Владимир Игоревич
Методы эллипсоидальной аппроксимации распределений в задачах нелинейного анализа и оперативной обработки информации в стохастических системах
Птицын Алексей Владимирович
Модель и метод анализа динамических характеристик системы защиты информации при автоматизированной обработке данных
Письман Дмитрий Михайлович
Герт-сетевой анализ временных характеристик работы узлов распределенных систем обработки информации
Припутников Алексей Петрович
Анализ и функциональное диагностирование конвейерных систем обработки отчётной информации
Золотухин Вячеслав Викторович
Тензорный метод анализа надежности программного обеспечения систем управления и обработки информации

© Научная электронная библиотека «Веда», 2003-2013.
info@lib.ua-ru.net