Черемхин П.А.
ВАРИАНТЫ ВЗАИМОДЕЙСТВИЯ СОВРЕМЕННЫХ МЕТОДОВ ИССЛЕДОВАНИЯ ДЛЯ ЦЕЛЕЙ ОПЕРАТИВНОГО УПРАВЛЕНИЯ *
Аннотация:
в современных условиях глобальной нестабильности многие промышленные предприятия не могут эффективно решать проблемы оперативного управления. Необходимы новые подходы, модели, методы и их сочетания, которые бы решали задачи сложных процессов и систем, подверженных случайным возмущениям. Разработана структурно-логическая модель взаимосвязи современных математических методов для целей оперативного управления производством, варианты взаимодействия которых, могут успешно решать задачи сложных процессов и систем, подверженных случайным возмущениям
Ключевые слова:
оперативное управление, связь методов, случайные возмущения, структурно-логическая модель
УДК 331.103.3
Черемхин П.А.
магистрант кафедры организации машиностроительного производства
Уральский Федеральный университет
имени первого Президента России Б.Н. Ельцина
(г. Екатеринбург, Россия)
ВАРИАНТЫ ВЗАИМОДЕЙСТВИЯ
СОВРЕМЕННЫХ МЕТОДОВ ИССЛЕДОВАНИЯ
ДЛЯ ЦЕЛЕЙ ОПЕРАТИВНОГО УПРАВЛЕНИЯ
Аннотация: в современных условиях глобальной нестабильности многие промышленные предприятия не могут эффективно решать проблемы оперативного управления. Необходимы новые подходы, модели, методы и их сочетания, которые бы решали задачи сложных процессов и систем, подверженных случайным возмущениям. Разработана структурно-логическая модель взаимосвязи современных математических методов для целей оперативного управления производством, варианты взаимодействия которых, могут успешно решать задачи сложных процессов и систем, подверженных случайным возмущениям.
Ключевые слова: оперативное управление, связь методов, случайные возмущения, структурно-логическая модель.
Устойчивая деятельность предприятия в текущих условиях во многом зависит от гибкой адаптации технологий организации процессов. Таким образом, основной целью промышленных предприятий становится своевременное реагирование на случайные возмущения в условиях нестабильности. К тому же одной из важных задач многих организаций можно считать сокращение продолжительности производственного цикла при максимальной загрузке мощностей, решение которой, безусловно, положительно влияет на предприятие в целом и способствует осуществлению главной цели – получении максимальной прибыли.
Невозможно не согласиться с Автором [1], который считает, что рациональное управление производством может быть обеспечено только тогда, когда все стороны организации производства объединены, ведь только тогда можно правильно скоординировать решение задачи. И.Н. Герчекова видит это под средством оперативного управления, она считает, что без него деятельность предприятия не может быть достаточно эффективной.
В своей работе [2], С.А. Соколицын выделяет 4 функции оперативного управления машиностроительным производством. Это взаимосвязь процессов принятия решений, определения линии поведения объекта управления, процесс контроля над ним, анализ и выявления отклонений, и их локализацию. Таким образом, сохраняется линия поведения объекта, что позволяет успешно справляться с задачей оперативного управления.
Рис. 1 Функции оперативного управления
Комплексные системы управления предприятием, которые базируются на использовании современных информационных технологиях, давно решает задачи оперативного управления. В работе хочется рассмотреть методы статистики, ведь они эффективно справляются с различными технико-экономическими ситуациями, методы экономической кибернетики и методы, основанные на интеллектуальных технологиях. Определим варианты успешного сочетания данных методов.
Скорее всего, это улучшит сходимость итерационных данных расчета, позволит более полно учитывать влияние факторов на результаты деятельности, положительно повлияет на точность вычислений.
Методы статистики
Статистические модели применяются в различных технико-экономических ситуациях. Можно заявить, что во многих случаях такие модели полезны не только для исследования с целью получения информации о процессе, но и единственны для цели управления этим процессом.
Система массового обслуживания заключается в построении математической модели, связывающей заданные условия работы с показателями эффективности функционирования. Структурную схему системы массового обслуживания можно представить как: очередь заявок, поток заявок, покинувших систему без обслуживания, поток обслуженных заявок и каналов с их производительностью. Также необходимо учитывать характер потока заявок, организацию работы и возможные отклонения.[3]
Рис. 2 Структура системы массового производства (СМО)
Теория массового обслуживания позволяет решать однотипные задачи в одних и тех же условиях их появления. Анализ способов их решения способствует повышению эффективности этих решений.
Другим статистическим методом напрямую связанным с теорией массового обслуживания, является имитационное моделирование.
Статистическое моделирование, является способом изучения сложных процессов и систем, подверженных случайным возмущениям, с помощью имитационных моделей. Если статистическое моделирование выполняется с использованием имитационного моделирования, то такое моделирование называется имитационным, часто их рассматривают как синонимы, но следует иметь в виду, что статистическое моделирование не обязательно является имитационным.
Наибольшее применение имитационное моделирование получило при исследовании сложных систем с дискретным характером функционирования. Данный метод решает задачи теории игр и математической экономики, задачи теорий передачи сообщений при наличии помех, в том числе задачи теории массового обслуживания.
Метод имитационного моделирования продолжает, оказывает влияние на развитие метода вычислительной математики и успешно сочетается с другими вычислительными методами, дополняя их. [4, 5]
Стоит отметить, что многие авторы для описания процессов функционирования таких систем обычно используются временные диаграммы. Поскольку функционирование любой системы достаточно полно отображается в виде временной диаграммы, имитационное моделирование можно рассматривать как процесс реализации диаграммы функционирования исследуемой системы на основе сведений о характере функционирования отдельных элементов и их взаимосвязи.
Под временными рядами подразумевается последовательность наблюдений некоторого признака или случайной величины в последовательные моменты времени. Если параметр t принимает дискретные значения, то процесс называется временным рядом [6].
Выделяют несколько методов исследования временных рядов [7], регрессионный, автокорреляционный, адаптивный, метод выделения тренда, метод гармонического анализа, сингулярного спектрального анализа, численного размножения выборок.
Рис. 3 Связь статистических методов
Внутренняя взаимосвязь статистических методов прослеживается однозначно. Имитационное моделирование решает задачи теории массового обслуживания, а для описания процессов функционирования таких систем обычно используются временные ряды и методы анализа временных рядов.
Методы экономической кибернетики
Методами экономической кибернетики анализируют очень сложные экономические системы с точки зрения законов и механизмов управления и движения информации в них. Рассмотрим методы динамического программирования, теорию управления запасами, методы теории расписаний и сетевых моделей.
Теория управления запасами предусматривает широкое использование количественных методов и построение моделей их движения. Метод ABC (Activity Based Costing) позволяет определить степень влияния объекта управления на результаты деятельности организации. Так же автор [8] в теории управления запасами выделяет метод EOQ (Economic Order Quantity), позволяющий определить оптимальный размера объекта, что в свою очередь способствует минимизации общих расходов по выполнению процесса. Методы теории управления запасами успешно дополняют методы теории массового производства и помогают решать задачи динамического программирования.
Основная идея метода динамического программирования заключается в принципе оптимальности, сформулированным математиком Р. Беллманом еще в середине прошлого века. [8, 9]
Сведение исходной сложной задачи к последовательности относительно простых однотипных задач упрощает функцию руководства и позволяет решать задачи отдельными этапами.
Рис. 4 – Общая модель динамического программирования
Методы теории расписаний исследуют детерминированные обслуживающие системы на предмет совершенствования расписаний функционирования. Решают задачу оптимизации обслуживания какого-то множества требований в системе, содержащее ограниченное количество машин. Методы теории расписаний находят отклик в динамическом программировании. [9]
Когда моделируемый процесс представляет собой сложную систему, которая включает в себя большое количество операции с достаточно непростыми взаимосвязями, используется метод теории сетевых моделей. Базовыми элементами сетевой модели являются операции и события.[10]
Рис. 5 – Связь методов экономической кибернетики
Методы основанные на интеллектуальных технологиях
Теория искусственных нейронных сетей определяется совокупностью нейронов, соединенных друг с другом. Последовательность действий нейрона это прием сигналов от предыдущих элементов сети, комбинирование входных сигналов, вычисление выходного сигнала, передача выводного сигнала следующим элементам нейронной сети.
Соединение элементов нейронной сети определяется конкретной структурой, поэтому между собой нейроны могут быть соединены абсолютно по-разному. [11]
По итогу работы была разработана структурно-логическая модель взаимосвязи современных методов исследования для целей оперативного управления производством, варианты взаимодействия которых, могут успешно решать задачи сложных процессов и систем, подверженных случайным возмущениям.
В условиях нестабильности подготовка и принятие решения по управлению промышленным предприятием становится возможным на основе целостного алгоритма, основанного на комплексе моделей и методов оперативного управления промышленным предприятием.
СПИСОК ЛИТЕРАТУРЫ:
Номер журнала Вестник науки №7 (64) том 3
Ссылка для цитирования:
Черемхин П.А. ВАРИАНТЫ ВЗАИМОДЕЙСТВИЯ СОВРЕМЕННЫХ МЕТОДОВ ИССЛЕДОВАНИЯ ДЛЯ ЦЕЛЕЙ ОПЕРАТИВНОГО УПРАВЛЕНИЯ // Вестник науки №7 (64) том 3. С. 38 - 47. 2023 г. ISSN 2712-8849 // Электронный ресурс: https://www.вестник-науки.рф/article/9505 (дата обращения: 17.05.2024 г.)
Вестник науки СМИ ЭЛ № ФС 77 - 84401 © 2023. 16+