- •2.1. Моделирование инновационных проектов
- •2.2. Структурная модель инновационного проекта
- •2.3. Инновационный процесс
- •2.6. Формирование множества возможных решений
- •2.7. Использование нечетких переменных для моделирования инновационных проектов
- •4.3. Возможные технические средства реализации
- •ЗАКЛЮЧЕНИЕ
- •СПИСОК ЛИТЕРАТУРЫ
где у - прогнозируемый параметр; к - максимально достижимое значение параметра; я, Ъ - положительные коэффициенты, влия ющие на вид кривой; t - время.
Однако, несмотря на отмеченный недостаток, предложен ный подход помогает решать задачу прогнозирования. При этом положительным моментом метода является то, что он не является статистическим и использует ограниченные сведения о проекте, получить которые не представляется затруднительным. Поэтому можно предположить, что предложенный подход лишен таких недостатков, как достоверность прогноза только на очень корот ком промежутке времени и невозможность учета появления но вых факторов [61].
2.6. Формирование множества возможных решений
Структурную модель инновационного проекта (см. рис. 4) можно представить как граф (применяя формализованный аппа рат парной грамматики - композиции двух грамматик, между правилами и символами которых устанавливаются определенные соответствия [40]). Граф будет отражать не только перечень ин формации (показателей), но и информацию о структуре задачи. Вершинами графа будут стадии, фазы или этапы инновационного проекта, а дуги графа между этими стадиями или фазами будут являться местами принятия решений или оценки набора показа телей инновационного проекта. Такое представление возможно в связи с тем, что в отличие от сетевого графика связи между вер шинами необязательно отражают отношения предшествования, а лишь выражают возможные сочетания показателей этапов проек та (в традиционной методологии сетевого планирования и управ ления дуги изображают работы (процессы), а вершины сетевого графа - события).
Способ поиска решения - это нахождение одного из путей, ведущих из начальной вершины графа в конечную вершину или при решении локальной задачи между точками принятия реше ний. Алгоритм поиска на графе может выполняться всеми спосо бами - простым и составным, что соответствует представлению о способах реализации инноваций.
Экономико-математическая модель включает формализо ванное описание критерия выбора, т.е. целевую функцию. На мо дели каждый блок детализируется на множество применяемых методик. Тогда рассматривая инновационный проект в целом, каждому блоку можно сопоставить некое значение, являющееся результатом расчета по одной или нескольким известных мето дик [71], а каждой связи - весовой коэффициент it. (в выражении
(4) вектор коэффициентов [А-]), показывающий значимость той
или иной связи в общей структуре инновационного проекта. Дан ные значения получаются с использованием подхода экспертного оценивания. Рассматриваемый подход обладает большими воз можностями по решению задач, не поддающихся решению обыч ным аналитическим способом. Поскольку каждый проект и каж дая стадия являются уникальными, применение универсального формального метода невозможно. Поэтому оценку значимости каждой методики (их ранжирование) следует доверить экспертам, обладающим опытом в областях, соответствующих решаемым задачам.
В каждой из точек принятия решений после окончания каж дого этапа или стадии инновационного проекта оценивается множество показателей (так как каждая методика работает с не сколькими показателями). Пусть некоторое значение т н является
результатом оценки /-го параметра /-ой методики. Тогда можно описать показатели методик в матричном виде:
/ |
\ |
П]-\ |
|
Z сцтц |
|
/=1 |
|
[м] = [ * М Г |
|
щ-1 |
|
. /=1 |
/ |
где [Л] - матрица инцидентности (показывает последователь ность применения методик и взаимосвязь стадий и этапов инно вационного проекта, а также компонент инновационного проекта между собой); [М ] - вектор показателей используемых методик в точках принятия решения; [АП - вектор корректирующих коэф фициентов для приведения всех методик к единому пространству измерения величин (если допустимое изменение показателей ле жит в диапазоне [о...*]. Тогда значение каждого из показателей необходимо умножить на корректирующий коэффициент *., ко
торый, в свою очередь, может быть вычислен по формуле:
,, |
- k*j~k"j |
’ |
j |
~ |
где — верхняя граница диапазона изменения параметров j -й ме
тодики, Л — нижняя граница диапазона изменения параметров j -
й методики), с - - весовые коэффициенты показателей внутри
каждой из составляющей методик (у = 1 .../); т ~ - значение пока
зателей, используемых в составляющих методиках ( j = n t -
количество оцениваемых показателей в /-й из составляющих ме тодик; / —количество используемых составляющих методик.
Примеры методик можно найти в работе [57] (например, ме тодика оценки личных и деловых качеств работников, состоящая из таблиц показателей и их удельных весов).
Приведенная выше математическая формулировка модели инновационного проекта позволяет производить поиск возмож ных вариантов и оценивать оптимальность параметров модели. Условие оптимальности в зависимости от известных данных и применяемых методик в модели может формулироваться двумя способами:
1 ) минимизация отклонения параметров от желаемых значе
ний;
2 ) минимизация или максимизация значения показателя ме
тодики.
Задача минимизации отклонения показателей может быть
записана в виде задачи минимизации квадрата разностей:
1 |
----- |
kj(hj - M j )“ —» min, |
у = 1... /I/, |
где hj - желаемое значение, kj - элементы вектора корректирую щих коэффициентов [ЛТ] (данные элементы в общем случае мо гут изменятся и нести тем самым дополнительную функцию - функцию корректировочных коэффициентов). Задача минимиза ции или максимизации показателей будет выглядеть следующим образом:
/СуЛ/у —» extr, |
7= 1.../!/ |
С учетом того, что задача на поиск максимума может быть преобразована к задаче на поиск минимума путем умножения на « -1 » критериальной функции.
Получение модели как задачи многокритериальной оптими зации обусловлено тем, что цель не может быть адекватно пред ставлена одним критерием. Поскольку о виде критериальных функций никакой информации не известно, для дальнейшего ре шения многокритериальную задачу оптимизации необходимо привести к обобщенному критерию. Одним из возможных мето дов может быть метод линейной свертки. Разбив оценки на груп
пы по типу критериальной функции, мы получим:
h |
, |
h |
k j M j - |
h |
(5) |
I kj ( hj - Mj r+ |
S |
I кjMj —> min |
|||
j=1 |
7=/,+l |
j=l2+1 |
|
||
где /,, /2, /3 - границы |
групп |
по виду |
критериальной |
функции |
(/ = /, + /2 +/3)- Таким образом, при управлении инновационным проектом
осуществляется поиск оптимального решения из конечного числа альтернативных вариантов в каждой из точек на графе.
На выбор оптимального решения могут накладываться ограничения. Ограничения могут накладываться на показатели используемых методик т^.
Ограничения могут быть самыми разными, например в виде неравенств:
mij ~ mij ’
тУ ~ mij ~ mij'
Также ограничения при поиске оптимальных показателей
т~ и ограничения значений параметров могут задаваться в виде множества (ограниченного набора, который определяется исходя
из используемых методик и информации о решаемой задачи при построении обобщенного критерия методик):
mij 6 Gi j ’ J = l’ l’ ' = !.«/;
где G y - множество альтернативных значений параметров для у-й
методики, /-го параметра.
Кроме того, следует помнить, что значения ау матрицы ин
цидентности [Л] из (4) могут принимать ограниченный набор значений, определяемый выражением:
aij е (1’0,—1};/,у = 17-
Таким образом, задача поиска оптимального управленческо го решения записывается в виде задачи минимизации обобщен ного критерия с ограничениями. Полученная математическая за дача относится к классу дискретных многопараметрических задач оптимизации с ограничениями. Полученная задача может быть сведена к классической задаче поиска пути на графе [10 2 ], если определить последовательность применения методик и показате лей внутри них, чтобы получить размеченный граф (сделать это можно произвольно, так как их важность определяется коэффи циентами, которые расставили эксперты, а коэффициенты между показателями внутри методики могут быть заданы в методиках исходно), а также разметить с использованием полученных кри териальных функций (5) ребра графа (рис. 17, рис. 18, рис. 19). Методики представляют собой не что иное, как таблицы возмож ных значений показателей (набор дискретных значений - см., например, прил. 1) [76], поэтому такое преобразование может быть осуществлено (см. рис. 18).
М етод ика оценки эконом ической |
М етодика анализа личны х |
эффективности ( М , ) |
и деловых качеств ( М 2) |
Рис. 17. Декомпозиция задачи на последовательность применения методик
Рис. 18. Декомпозиция задачи по показателям внутри методики
Возможные значе |
Возможные значе |
Возможные значе |
Возможные значе |
ния показателя 1 |
ния показателя 2 |
ния показателя 3 |
ния показателя к |
в 1-й методике |
в 1-й методике |
в 1-й методике |
в п -й методике |
Рис. 19. Пример построения размеченного графа на основе используемых методик без учета весовых коэффициентов методик и составляющих их показателей
Это преобразование позволяет получить граф, с использова нием которого задача поиска оптимального решения сводится к задаче поиска кратчайшего пути между вершинами графа. При менение алгоритма Дейкстры [65] в данном случае невозможно, так как веса ребер (коэффициенты в некоторых методиках) могут
иметь отрицательные значения в целевой функции (5), поэтому следует применять алгоритм более высокого порядка сложности. Одним из самых эффективных алгоритмов для таких задач явля ется алгоритм Беллмана-Форда, представляющий собой адапта цию метода динамического программирования на граф [65].
Для учета ограничений, накладываемых на задачу, связи между вершинами графа с недопустимыми значениями достаточ но разорвать.
Для применения алгоритма Беллмана-Форда необходимо получить рекуррентную формулу. Из теории известно, что такая формула будет выглядеть следующим образом [65,40]:
d f j = ™»(4 г 1)- д а ,< ‘,й Г 1)+wk j » |
|
= |
+ wk j | • |
|||||
где |
минимальный вес пути из вершины / в вершину j , если |
|||||||
рассматривать пути не менее, чем с s ребрами; |
|
|||||||
W ;j- |
вес ребра графа между вершинами / и j |
(это значение |
||||||
равно |
|
значению |
одного |
из |
значений |
показателя |
||
k j ( h j - |
М |
\2 |
|
критериальной |
функции (5)). По |
|||
j у , k jM j , - k jM j |
||||||||
следнее равенство будет использовать |
WJJ |
= 0 . При s = 0 допу |
||||||
стим «путь» без ребер, т.е. |
|
|
|
|
|
Если s > 1, то минимальный вес d-j достигается либо на пу
ти из не более чем5 —1 ребер и равен |
либо на пути из s ре |
бер. В последнем случае путь можно |
разбить на начальный отре |
зок из s —1 ребер, ведущий из начальной вершины i в некоторую вершину к и на последнее ребро (к , j ) .
Работа алгоритма заключается в вычислении матриц
, где D is) =(^/7°) по заданной матрице весов
W = (wz-/). Последняя матрица D {n~l) будет содержать веса крат
чайших путей, а матрица D (1) совпадает с W .
Учет ограничений может осуществляться введением запре щающих переходов в графе путем разрыва дуг или присваивания им больших значений.
Рассмотрим пример использования описанного подхода к выбору проекта на основе решения одной из подзадач при управ лении инновационными проектами - научно-технической экспер тизы проектов. В результате мы должны оценить проекты, кото рыми располагаем, или выработать рекомендации по его даль нейшей модификации. Для этого нам потребуется только одна методика - методика научно-технической экспертизы инноваци онных проектов [71]. Поскольку мы используем только одну ме тодику, оценку значимости можно не производить (в других слу чаях оценку важности следует проводить экспертам), тогда кри териальная функция (4) запишется в следующем виде:
(/?! - к хМх)2 —> min .
где h\ - максимальное значение, которое может быть достигнуто в методике.
О б щ и й и н т егр а л ьн ы й п о к а за т ел ь для н а уч н о -т ех н и ч еск о й эк с п е р т и зы п р о е к т а р а с с ч и т ы в а е т с я с л ед ую щ и м о б р а зо м (к о эф ф и ц и ен т ы зн а ч и м о с т и п о к а за т ел е й эт о й м е т о д и к и в с е г д а р а в н ы е д и н и ц е ):
/Il- M 1= 1 0 0 - Z (m M+m,2+/ni3 +m14+ m15+ m16+ m17) => min.
З а д а д и м |
о гр а н и ч ен и я н а п роект ы , |
п о д в е р га е м ы е научно- |
т ех н и ч еск о й |
эк с п е р т и зе , и сх о дя из т ого, |
каким и п роект ам и м ы |
об л а д а е м :
ти < 1 2 - сведения об аналогах (не известны аналоги проек
та в США и Европе, возможные значения 3, 6, 9, 12, 15);
т 12< 1 - степень усовершенствования (проекты улучшают
характеристики существующих изделий, возможные значения 3 ,
5, 7, 10, 12, 15); т 13 > 4 - сложность решаемой научно-технической задачи
(осуществляется модификация не отдельных деталей, а кон струкции в целом, возможные значения 2,4,10, 12, 15);
т 14 > 6 - предполагаемый технический результат (ожидае
мый результат должен быть четко сформулирован, возможные значения 3, 6 , 9, 12, 15);
ш,5- используемые объекты интеллектуальной собственно сти в разработанных ранее проектах и используемых в текущем проекте (без ограничений, возможные значения 5, 8, 11);
т,6- предполагаемый вид охраны результатов (без ограни чений, возможные значения 6,10, 14);
т П > 6 - научно-технический уровень разработки (должен превышать отраслевой, возможные значения 0, 3, 6, 9, 12, 15).
Для учета ограничений связи между вершинами графа с не допустимыми значениями достаточно разорвать. Поэтому часть узлов (для достижения которых потребуется использовать связи с недопустимыми значениями) будет недоступна. Таким образом,
введение приведенных выше ограничений избавит наш граф от недоступных узлов (рис. 2 0 ).
Рис. 20. Размеченные узлы графа для методики научно-технической
экспертизы
Далее необходимо соединить узлы графа связями исходя из информации по проектам, т.е. соединить вершины графа исходя из оценки характеристик (согласно применяемым методикам) тех проектов, которые имеются в распоряжении, и расставить чис ленные коэффициенты связей в соответствии с выбранным кри терием и описанным методом. В результате, если разные проекты будут иметь разные оценки по отдельным показателям, то после решения задачи можно получить решение (путем применения описанного выше алгоритма Белмана-Форда), не соответствую щее ни одному из оцениваемых проектов. Однако выбрав проект максимально близкий к полученному решению, мы выработаем рекомендацию относительно того, какая часть проекта может быть улучшена. И более того, поскольку рекомендуемые улуч шения были осуществлены в другом проекте, значит, существует потенциал для их выполнения. Таким образом, в результате ре шения задачи на проектах ПермНИПИНефть удалось отобрать
проект магнитной защиты скважин от запарафинивания и выра ботать рекомендации по его улучшению.
В результате испытания полученного устройства выясни лось, что технология магнитной защиты, в отличие от других средств борьбы с парафинами типа химических ингибиторов, растворителей или глубинных дозаторов, является безреагентным средством (устройством) многоразового использования без ка ких-либо энергетических, технических или технологических за трат в течение многих лет (5-10 лет и более).
Дальнейшее развитие этого проекта показало, что он оказал ся удачным. Он успешно развился и был внедрен на предприяти ях группы компаний «ЛУКОЙЛ» в Пермском крае. Четырехлет ний опыт эксплуатации показал, что в условиях Пермской обла сти коэффициент успешности их использования достаточно вы сокий и достигает 90 % .
Может показаться, что полученное решение является элемен тарным. Однако в случае с множеством методик решение уже ста новится более сложным (например, применив несколько экономи ческих методик совместно, мы получим более обоснованную и сложную оценку экономической эффективности). Кроме того, оценка проектов по разным показателям не всегда может оказаться простой задачей. Экспертам бывает сложно произвести объектив ную оценку. Поэтому можно перейти в новый класс моделей, осно ванный на использовании нечетких экспертных знаний о системе. Поскольку эксперты точных оценок дать не могут, переход в не четкую форму (например, к оперированию лингвистическими пе ременными) позволяет повысить точность и учесть риски реализа ции инновационного проекта [36]. Такой подход не будет вносить искажений и допущений при работе с мнениями нескольких экспертов по одному и тому же вопросу; кроме того, эксперт может предоставлять информацию об используемых функ циях принадлежности (лингвистических переменных), если он не