Лепа Р.Н., Турлакова С.С.

Институт экономики промышленности НАН Украины

Донбасская государственная машиностроительная академия

Идентификация проблемных ситуаций в системе управления развитием предприятия

Определяющим моментом в процессе управления развитием предприятия является диагностика проблемной ситуации, то есть выявление несоответствия фактического состояния объекта управления его планируемому, желаемому состоянию (цели или результату). Целью идентификации текущей проблемной ситуации на предприятии в рамках диагностики его состояния является поиск в соответствующей базе знаний таких образов, которые максимально соответствовали бы текущей проблемной ситуации, и, как следствие, – управляющих воздействий, которые возможно применить для ее устранения. Таки образом, идентификация проблемных ситуаций в системе управления развитием предприятий является информационным базисом предсказания его функционирования и развития в будущем, что непосредственно влияет на качество принятых решений по управлению поведением системы в динамически изменяющейся внешней рыночной среде.

Среди подходов, используемых для решения задач идентификации текущего состояния предприятия, особое внимание следует уделить методам, реализующим нейросетевой подход, являющийся наиболее перспективным в решении задач распознавания состояний сложных систем управления. Для решения подобных задач могут быть использованы различные нейросетевые алгоритмы, среди которых можно выделить нейронные сети прямого распространения и самоорганизующиеся карты Кохонена. Однако указанные алгоритмы не лишены недостатков. Так, многослойный персептрон, обучающийся по методу обратного распространения, запоминает всю обучающую информацию, при этом образы обучающей выборки предъявляются в процессе обучения многократно. Если затем требуется, чтобы обученный персептрон запомнил новый вектор, весовые коэффициенты могут быть изменены (память разрушена) настолько, что, возможно, необходимо будет полное переобучение. Аналогично сети Кохонена всегда выдают положительный результат при классификации, в связи с чем нейронная сеть не в состоянии отделить новые образы от искаженных или зашумленных версий старых образов. В связи с этим, более приемлемыми для решения задач распознавания текущего состояния предприятия оказываются комбинированные сети, построенные на основе теории адаптивного резонанса. Наиболее важной особенностью нейросетей с адаптивным резонансом является то, что они сохраняют пластичность при запоминании новых образов, и, в то же время, предотвращают модификацию старой памяти.

В рамках ситуационного механизма управления развитием предприятия идентификацию образов ситуаций, полученных в виде статических срезов по элементам объектной модели выявления проблемных ситуаций [1], будем проводить с помощью модифицированной сети адаптивной резонансной теории (ART2М) [2], адаптированной для использования применительно к проблемным ситуациям на предприятиях. Результатом работы сети, является либо номер нейрона-победителя, прошедшего проверку на близость, т.е. факт распознавания вектора и его отнесения к уже известному классу (кластеру) объектов, либо сообщение об отсутствии кластера для данного вектора и создании такого кластера. Так, если образ ситуации, подаваемый на вход нейросети, распознан, вместе с номером кластера ЛПР получает набор идентичных ситуаций, соответствующих заданному порогу близости, и набор управляющих воздействий из базы знания предприятия, которые были применены ранее для их устранения. При этом информационной базой для идентификации образов ситуаций будет выступать база знаний предприятия, содержащая образы ситуаций, которые имели место быть ранее, и набор решающих правил, которые были применены для их разрешения. В случае если образ текущей ситуации не распознан и создан новый нейрон, память которого содержит только одну (текущую) проблемную ситуацию, выработка управляющих воздействий начинается с нуля.

Схема реализации изложенного выше алгоритма модифицированной сети ART2M применительно к идентификации проблемных ситуаций на предприятии представлена на рис. 1.

Рис. 1 – Схема реализации модифицированной сети ART2M применительно к идентификации проблемных ситуаций на предприятии

Так, решение задачи идентификации образов ситуаций посредством модифицированной сети адаптивной резонансной теории (ART2М) позволит быстро и эффективно распознавать образы текущих проблемных ситуаций, в результате чего ЛПР получит возможность принимать обоснованные решения по управлению развитием предприятия на базе уже проверенных и эффективных управляющих воздействий.

Литература

1. Турлакова С.С., Лепа Р.Н. Моделирование диагностики проблемных ситуаций в системе управления развитием предприятий // Модели управления в рыночной экономике: Сб. науч. тр. Общ. ред. и предисл. Ю.Г. Лысенко; Донецкий нац. ун-т. – Донецк: ДонНУ, 2007. – Вып. 10, с. 213 – 219.

2. Корнеев В.В., Райх В.В. Нейросетевой алгоритм кластеризации на базе модифицированной сети адаптивного резонанса для вещественных векторов // http://zigzag.lvk.cs.msu.su/xaraya/files/mco2005/korneev_raih.pdf.