|
|
2014. №1 (27)
.jpg)
|
Анализ данных и интеллектуальные системы
|
|
7–13
|
Агиевич Вадим Анатольевич - аспирант кафедры инноваций и бизнеса в сфере информационных технологий,факультет бизнес-информатики, Национальный исследовательский университет«Высшая школа экономики»
Адрес: г. Москва, ул. Мясницкая, 20
E-mail: vagievich@hse.ru
Скрипкин Кирилл Георгиевич - кандидат экономических наук, доцент кафедры экономической информатики,экономический факультет, Московский государственный университетимени М.В. Ломоносова
Адрес: 119991, г. Москва, Ленинские горы, д. 1
E-mail: k.skripkin@gmail.com
Несмотря на большое разнообразие методов и подходов к построению архитектуры предприятия, при их практическом применении проявляется ряд недостатков. Одним из наиболее существенных пробелов в этой области знаний является недостаточная проработка и слабая формализованность методов планирования перехода от текущего состояния архитектуры предприятия к целевому. При этом зачастую планирование перехода является творческим процессом, успех которого сильно зависит от опыта, интуиции, знания корпоративной культуры, истории предприятия.Кроме того, в крупных организациях процесс усложняется большим числом элементов архитектурных моделей, что делает затруднительным применение описанных в литературе методов.
В литературе по архитектуре предприятия также отмечается важность принятия во внимание взаимодействия между элементами архитектуры предприятия во время планирования миграции, но не приводятся методы, позволяющие учесть это взаимодействие. Аналогичнаяпроблема решается в теории комплементарных активов.
Матрица изменений Э.Бринйолфссона – эффективный инструмент управления изменениями организации на основе теории комплементарных активов. Однако этот инструмент может применяться только в небольших проектах или для оценки отдельных укрупненных изменений. Причина –ограничение размера матрицы. В статье описывается математическая модель и соответствующая постановка задачи дискретной оптимизации, решение которой позволит снять это ограничение за счет использования математического аппарата вместо визуальной оценки при поиске оптимальной последовательности изменений.
|
|
|
14–22
|
Авдошин Сергей Михайлович - профессор, руководитель отделения программной инженерии,факультет бизнес-информатики, Национальный исследовательскийуниверситет «Высшая школа экономики»
Адрес: 101000, г. Москва, ул. Мясницкая, д. 20
E-mail: savdoshin@hse.ru
Лифшиц Алексей Александрович - студент магистратуры отделения программной инженерии,факультет бизнес-информатики, Национальный исследовательскийуниверситет «Высшая школа экономики»
Адрес: 101000, г. Москва, ул. Мясницкая, д. 20
E-mail: alexeus1992@yandex.ru Компании, являющиеся лидерами IT-индустрии, ведут от нескольких десятков до нескольки хсотен проектов одновременно. Отбор соответствующих стратегическим целям компании и удовлетворяющих ресурсным ограничениям проектов является важной задачей процесса управления портфелями проектов. Таким образом, задачей формирования портфеля проектов является выбор множества проектов, которые лучшим образом отвечают целям компании в условиях ресурсных ограничений компании. В представленной работе предложена многокритериальная математическая модель формирования портфеля проектов в терминах нечетких множеств. Приводится обзор существующих методов решения многокритериальных детерминированных задач формирования портфеля проектов. Обосновывается выбор методов муравьиной оптимизациии генетического алгоритма в качестве основных для обобщения на случай нечетких множеств. Описывается реализация муравьиной оптимизации, основанной на минимаксной системе с одной структурой феромонов и одной колонией. Рассматриваются вариации с бинарной турнирной и ранговой функциями селекции алгоритма SPEA II применительно к данной задаче. Предлагается модификация алгоритма, основанная на генерации части начальной популяции неслучайным образом. Приводятся данные численных экспериментов для алгоритма муравьиной оптимизации ивариаций генетического алгоритма. В качестве параметров сравнения взяты скорость выполнения и C-метрика. Результаты показали превосходство алгоритма, использующего неслучайный механизм генерации начальной популяции. Таким образом, для решения задачи формирования портфеля проектов предлагается использовать данный алгоритм. |
|
|
23–33
|
Хивинцев Максим Андреевич - аспирант кафедры бизнес-аналитики, факультет бизнес-информатики, Национальный исследовательский университет «Высшая школа экономики».
Адрес: 101000, Москва, Мясницкая ул., 20.
E-mail: mkhivintsev@hse.ru
Акопов Андраник Сумбатович - доктор технических наук, профессор кафедры бизнес-аналитики, факультет бизнес-информатики, Национальный исследовательский университет «Высшая школа экономики».
Адрес: 101000, Москва, Мясницкая ул., 20.
E-mail: aakopov@hse.ru
В статье представлен новый подход к применению многоагентного генетического алгоритма (MAGAMO) для поиска оптимальных стратегических и оперативных решений в имитационных моделях большой размерности.
Цель работы – разработка с использованием методов системной динамики имитационной модели типового Интернет-магазина и применение многоагентного генетического алгоритма MAGAMO для решения многокритериальной оптимизационной задачи стратегического и оперативного управления, относящейся к классу задач сверхбольшой размерности. Для реализации математической модели типового Интернет-магазина используется система имитационного моделирования Powersim Studio.
Объектом исследования являются многокритериальные оптимизационные задачи большой размерности, реализуемые в системах имитационного моделирования.
Для решения подобных задач предложен многоагентный генетический алгоритм MAGAMO. Особенностью данного алгоритма является распределение набора управляющих параметров системы между агентами на основе предварительного кластерного анализа. Каждый агент представляет собой независимый генетический алгоритм с собственной эволюцией решений, соответствующих заданным управляющим параметрам. Информационный обмен между агентами, функционирующими в параллельных процессах, осуществляется через разделяемую память системы (многомерную базу данных). При этом центральный процесс отвечает за отбор решений наивысшего ранга Парето. С использованием специального программного средства Pareto Front Viewer обеспечивается визуализация фронт Парето.
Разработанная имитационная модель интегрирована с алгоритмом MAGAMO, системой визуализации границы Парето и многомерной базой данных.
В результате проведенных численных экспериментов, осуществленных на реальных данных Интернет-магазина, продемонстрирована высокая эффективность разработанного многоагентного генетического алгоритма для поиска оптимальных решений в системах имитационного моделирования большой размерности. |
Информационные системы и технологии в бизнесе
|
|
34–41
|
Моргунов Александр Федорович - кандидат технических наук, доцент кафедры корпоративных информационных систем, факультет бизнес-информатики, Национальный исследовательский университет «Высшая школа экономики»
Адрес: 101000, г. Москва, ул. Мясницкая, д. 20.
E-mail: amorgunov@hse.ru
Внедрение информационной системы в крупной компании, имеющей широкую филиальную сеть, как правило, сопряжено с рядом трудностей организационного и технического характера. Проекты внедрения растягиваются во времени и не всегда приводят к желаемым результатам.
В статье рассматриваются проблемы внедрения информационной системы автоматизации технологических процессов и документооборота подписки на периодические печатные издания в подразделениях российского почтового оператора ФГУП «Почта России». Оценивается состояние автоматизации бизнес-процесса до начала внедрения, исследуются организационные и технические проблемы, возникающие на этапе ввода в эксплуатацию новой информационной системы. К числу таких проблем относятся: обеспечение непрерывности технологического процесса, невозможность начала работы с «пустой базы данных», проблемы работы с персоналом, унификация бизнес-процесса и большое количество объектов внедрения (более 42 000). В заключение анализируются преимущества, которые может получить почтовый оператор от внедрения единой информационной системы.
Материалы статьи могут быть интересны специалистам, занимающимся внедрением информационных систем. |
|
|
42–51
|
Исаев Дмитрий Валентинович - кандидат экономических наук, доцент кафедры бизнес-аналитики, факультет бизнес-информатики, Национальный исследовательский университет «Высшая школа экономики»
Адрес: 101000, г. Москва, ул. Мясницкая, д. 20.
E-mail: disaev@hse.ru
Статья посвящена вопросам оценки уровня развития систем управления эффективностью (performance management systems, PMSs), которые рассматриваются в одной из существующих трактовок, как системы информационной поддержки корпоративного управления и стратегического менеджмента. Такие системы предназначены для решения задач сбора, хранения, аналитической обработки и представления информации, являющейся ключевой для обеспечения информационной прозрачности организаций и поддержки принятия стратегических управленческих решений внешними и внутренними заинтересованными лицами. Цель исследования – предложить подход к оценке уровня развития таких систем. Для этого в статье рассмотрены существующие подходы к определению уровня развития систем управления и информационных систем, сформулированы общие принципы оценки, разработаны методические рекомендации в части оценки уровня развития систем управления эффективностью.
Предлагаемый подход к оценке уровня развития систем управления эффективностью основывается на иерархической концептуальной модели, включающей такие элементы, как функциональные блоки, функциональные модули и аналитические функции. В этом случае применим «восходящий» принцип, когда оценки вышестоящих элементов иерархической структуры (вплоть до системы в целом) основываются на оценках субординированных элементов нижестоящих уровней. При этом каждый элемент оценивается с точки зрения методов и процессов обработки управленческой информации, информационных систем, персонала, а также интеграции со смежными элементами, качества данных, результативности и управления. Также обосновывается целесообразность оценки уровня развития системы в динамике, в сопоставлении с определенными целевыми уровнями. |
|
|
52–60
|
Нагаев Константин Владимирович - старший научный сотрудник центра информационно-аналитических систем, Институт статистических исследований и экономики знаний, Национальный исследовательский университет «Высшая школа экономики»
Адрес: 101000, г. Москва, ул. Мясницкая, д. 20.
E-mail: knagaev@hse.ru
Курбатова Елена Михайловна - младший научный сотрудник центра информационно-аналитических систем, Институт статистических исследований и экономики знаний, Национальный исследовательский университет «Высшая школа экономики»
Адрес: 101000, г. Москва, ул. Мясницкая, д. 20.
E-mail: ekurbatova@hse.ru
В статье обсуждаются вопросы сбора, обработки и оценки экспертных сведений для заданной предметной области. Предлагаются методы обработки экспертных сведений с применением автоматизированных вычислительных средств. Полученные результаты используются в проектах форсайтных исследований, долгосрочного прогнозирования и разработки технологических дорожных карт. Основным преимуществом предложенных методов является учет степени компетенции экспертов, а также адаптация массивов экспертных сведений к аспектам предметной области, соответствующих сфере интересов заказчика технологической дорожной карты.
Рассматриваемый метод позволяет получать срез мнений экспертов для определенной версии опроса, либо актуальные (последние высказанные) мнения экспертов для заданного момента времени. Дополнительным фактором гибкости в модели представления экспертных знаний служат метаданные, характеризующие компетенции экспертов в различных аспектах: наука, технологии, бизнес и государственное управление. Метаданные позволяют обеспечить расчет различных аналитических индикаторов форсайтных исследований, например, слабых сигналов или форс-мажорных факторов. С целью поиска слабых сигналов метод выделяет оценки высококомпетентного эксперта, которые существенно не совпадают с мнением большинства. Форс-мажорные факторы определяются на основе оценки вероятности реализации элемента дорожной карты с высоким коэффициентом влияния на предметную область.
Другой областью применения методов обработки экспертных сведений с использованием метаданных является построение различных прогнозов развития предметной области с учетом значимости атрибутов в различных контекстах (экономическом, политическом, социальном, экологическом и технологическом). Совместный анализ этих сведений с данными о компетентности экспертов позволяет автоматически генерировать уточненные целевые анкеты для различных групп экспертов.
Предложенные методы реализованы в программном комплексе «Интерактивная дорожная карта с обратной связью» с апробированием на двух пилотных проектах: «Каталитический крекинг» и «Биотехнологии в медицине». |
Математические методы и алгоритмы бизнес-информатики
|
|
61–67
|
Ямпольский Сергей Михайлович - кандидат технических наук, доцент кафедры бизнес-аналитики, факультет бизнес-информатики, Национальный исследовательский университет «Высшая школа экономики»
Адрес: 101000, г. Москва, ул. Мясницкая, д. 20.
E-mail: syampolsky@hse.ru
Шаламов Анатолий Степанович - доктор технических наук, научный сотрудник отдела статистических проблем информатики и управления, Институт проблем информатики Российской академии наук
Адрес: 119333, г. Москва, ул. Вавилова, д. 44.
E-mail: a-shal5@yandex.ru
В статье рассматриваются вопросы повышения эффективности управления оборотными средствами торгового предприятия на основе автоматизированного планирования. Применяемый подход дает возможность использования классических методов оптимизации динамических систем с целью определения основных параметров экономической политики торгового предприятия, обеспечивающей выбор наилучшей стратегии развития. С помощью предложенного подхода могут быть созданы алгоритмы, позволяющие оценивать как управляемые, так и неуправляемые риски, а также находить обоснованные варианты решений по их предотвращению.
При изложении материала среда функционирования торгового предприятия описывается в традиционных терминах торгово-финансового рынка, что позволяет использовать ее везде, где используется информационная система «1С Предприятие», в виде дополнительного программного комплекса прогнозирования и оптимизации.
Разработанная математическая модель позволяет решать задачи, облегчающие руководству торгового предприятия выбор и обоснование различных решений, включая прогнозирование функций времени, определяющих математические ожидания процессов изменения активов и пассивов торгового предприятия, определение уставного капитала, обеспечивающего решение стратегических задач, определение начальной товарно-денежной политики, расчет эффективности вариантов вырабатываемых планов.
Результаты прогнозирования динамики состояния оборотных средств представляются в интегрированном графическом виде, дающем возможность увидеть целостную картину предстоящего состояния оборотных средств торговой организации, а также основных участников торгово-экономической деятельности на заданном интервале времени. |
|
|
68–77
|
Дьяконов Александр Геннадьевич - доктор физико-математических наук, профессор кафедры математических методов прогнозирования, факультет вычислительной математики и кибернетики, Московский государственный университет имени М.В. Ломоносова; старший научный сотрудник, Вычислительный центр им. А.А.Дородницына Российской академии наук.
Адрес: 119991, Москва, ГСП-1, Ленинские горы, МГУ им. М.В.Ломоносова, 1, стр. 52.
E-mail: djakonov@mail.ru
Рассмотрены две задачи, связанные с поведением клиентов сети супермаркетов: прогнозирование даты следующего визита каждого клиента и суммы его покупок. Первая задача сведена к задаче оценки вероятностей визитов, вторая – к задаче восстановления плотностей распределений сумм покупок каждого пользователя. Для решения указанных задач предложено использовать взвешенные схемы: каждой точке выборки ставится в соответствие вещественное неотрицательное число (вес). Веса позволяют учитывать дополнительную информацию, например устаревание данных (точки соответствующие старым данным имеют меньшие веса). В работе рассмотрено несколько весовых схем (способов приписывания весов точкам выборки), произведена их настройка (оптимизация качества оценки вероятности или плотности по параметрам весовой схемы). Показано, что использование весовых схем не приводит к переобучению, т.е. настройка весов на обучении не понижает качество на независимой контрольной выборке. Показана возможность использования ансамблирования для повышения качества решения рассмотренных задач, т.е. построения нескольких алгоритмов и составления их линейной комбинации. Все эксперименты произведены на реальных данных крупного Международного конкурса по разработке алгоритмов анализа данных. Специфика данных (отсутствие праздников на финальном временном отрезке статистики) позволила при решении указанных задач сосредоточиться исключительно на статистических методах решения. Кроме того, рассмотрены вопросы построения алгоритмов, которые одновременно решают обе задачи: прогнозирования даты следующего визита и суммы покупок. Показано, что не всегда их можно решать независимо. Предложен метод оптимизации функционала, который оценивает решение обеих задач. |
|
|
© 
