close

Вход

Забыли?

вход по аккаунту

?

Поддержка принятия решений при управлении научно-исследовательской работой студентов вуза

код для вставкиСкачать
ФИО соискателя: Измайлова Елена Владимировна Шифр научной специальности: 05.13.10 - управление в социальных и экономических системах Шифр диссертационного совета: ДМ521.019.01 Название организации: Российский новый университет Адрес организации: 105
На правах рукописи
Измайлова Елена Владимировна
ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ
НАУЧНО-ИССЛЕДОВАТЕЛЬСКОЙ РАБОТОЙ СТУДЕНТОВ ВУЗА
Специальность 05.13.10 – Управление в социальных и экономических
системах
АВТОРЕФЕРАТ
диссертации на соискание ученой степени
кандидата технических наук
Москва, 2012
2
Работа выполнена на кафедре автоматизации технологических процессов
Березниковского филиала Пермского национального исследовательского
политехнического университета.
Научный руководитель –
доктор технических наук, доцент
Затонский Андрей Владимирович
Официальные оппоненты – доктор технических наук, профессор
Минаев Владимир Александрович
доктор технических наук, профессор
Хорошева Елена Руслановна
Ведущая организация –
Московский институт радиотехники,
электроники и автоматики
Защита диссертации состоится “_23_”_мая_ _2012_г. в “_16_” часов на
заседании диссертационного совета ДМ 521.019.01, созданного на базе негосударственного образовательного учреждения высшего профессионального образования Российский новый университет по адресу: 105005, г. Москва, ул. Радио, д. 22.
С диссертацией можно ознакомиться в библиотеке Российского нового
университета.
С авторефератом можно ознакомиться на сайтах www.vak.ed.gov.ru и
diss.rosnou.ru .
Автореферат разослан “___”_апреля_ 2012 г.
Ученый секретарь диссертационного совета
кандидат физ.-мат. наук, доцент
Д.В. Растягаев
3
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы исследования
Результат деятельности большинства социально-экономических систем
можно легко оценить экономическим критерием, например, доходом, издержками, рентабельностью и т.п. Эти критерии можно измерять сколь угодно часто, а значит, можно непрерывно вырабатывать управляющие воздействия для
оптимизации критерия. Однако в таких социальных системах, как наука, образование, воспитание, оказание любых государственных услуг экономические
критерии неприменимы или второстепенны. В том числе ВУЗ и большинство
его подсистем оцениваются по качеству подготовки выпускников. Одним из
эффективных инструментов личностного развития студентов, расширения их
кругозора и навыков самостоятельной работы является научноисследовательская работа студентов (НИРС). Очевидно, что улучшение НИРС
ведет к повышению качества подготовки специалистов, а значит, задача улучшения управления НИРС является практически важной. Сейчас, при переходе к
образовательным стандартам третьего поколения, все большее значение придается самостоятельной работе студентов. Поскольку большинство форм НИРС
предполагает именно самостоятельную работу, поставленная задача представляется актуальной.
Решение проблемы управления НИРС затрудняется тем, что формальная
оценка развития НИРС на кафедрах ВУЗа позволяет получать данные только о
текущем состоянии, но не моделировать динамику системы с целью синтеза
управления. При этом не учитывается ряд факторов, которые также определяют
качество развития НИРС, например, количество неоконченных работ студентов
или молодых ученых, значимость публикации для подготовки диссертации, количество дипломных работ студентов, внедренных на предприятиях и т.д. Поэтому актуальной задачей становится разработка технологий и программных
продуктов, которые позволяли бы централизованно хранить данные в виде,
удобном для анализа и использования при принятии управленческих решений,
а также реализовали основные алгоритмы оценки влияния отдельных показателей на качество НИРС.
Вопросы моделирования, автоматизации процессов управления, а также
разработки систем поддержки принятия решений при управлении социальноэкономическими системами привлекали внимание многих исследователей: З.Д.
Жуковская, А.В. Костров, И.В. Котенко, Г.Г. Куликов, Б.Г. Литвак, Я.Е.
Львович, В.Г. Наводнов, Д.А. Новиков, С.Н. Султанова, В.Б. Тарасов,
А.В.Уланов, Р.А. Файзрахманов, А.Н. Швецов, Н.Р. Янгуразова и др.
В работах данных авторов проработаны отдельные стороны вопросов
управления и оценки результатов деятельности социально-экономических систем, мониторинга качества, систематизации и рационализации НИР.
Кроме того, существует несколько десятков систем автоматизации деятельности ВУЗов, включая научно-исследовательскую деятельность: «ПАРУСВУЗ», «1С: Университет», «Галактика» и др. Однако они, в основном, нацелены на учет семестровой информации о результатах обучения и кадрово-
4
экономической информации, а обоснованные прогнозные модели, формализованные методы поддержки принятия решения, аналитические алгоритмы
управления в них не представлены.
Таким образом, существуют отдельно системы учета, отдельно реализованы некоторые алгоритмы управления социальными системами и поиска оптимальных управленческих решений. Однако не обнаружено информационных
систем, эффективно совмещающих учет данных, и алгоритмы поддержки принятия решений при управлении социальной системой (в частности, НИРС).
Кроме того, в рассмотренных системах отсутствуют комплексные аналитические возможности оценки эффективности деятельности.
Следовательно, одной из задач решения проблемы управления НИРС является разработка информационной системы поддержки принятия решений, которая в условиях неопределенности позволит ЛПР принимать эффективные
решения как на этапах планирования деятельности социальной системы, так и
ее корректировки (управления) в течение учебного года; даст возможность поэтапно анализировать развитие системы, производить самооценку управленческих решений на произвольных интервалах времени.
Цель и задачи исследования
Объектом исследования является система НИРС ВУЗа.
Предметом исследования является система управления НИРС.
Цель работы – улучшение качества управления системой НИРС ВУЗа
для повышения результативности НИРС.
Для достижения указанной цели поставлены и решены следующие
задачи:
1. Обоснован метод самооценки как эффективный при управлении социально-экономическими системами.
2. Проведен анализ социально-организационной системы управления
НИРС как многоагентной системы.
3. Построен комплекс структурных и имитационных моделей объекта
управления.
4. Разработан алгоритм поддержки принятия решений при управлении
НИРС с использованием вышеуказанных моделей.
5. Разработана и внедрена информационная система учета и управления
НИРС, в которой реализованы алгоритмы поддержки принятия решений по управлению НИРС.
Методика исследования
Методологической основой исследования являются методы структурного
анализа и моделирования, теория реинжиниринга, теория принятия решений,
методологии системного анализа и проектирования (SADT/IDEF). Достоверность полученных результатов обеспечивается корректностью постановки задач и методов их решения.
Работа выполнена в рамках раздела «вопросы анализа, моделирования,
оптимизации, совершенствования управления и механизмов принятия решений
5
в организационных системах с целью повышения эффективности их функционирования», пп. 4 «Разработка методов и алгоритмов интеллектуальной поддержки принятия управленческих решений в экономических и социальных системах» и 10 «Разработка моделей описания и оценок эффективности решения
задач управления и принятия решений в социальных и экономических системах» паспорта специальности 05.13.10.
Научные положения, выносимые на защиту
1. Комплекс математических, имитационных и структурных моделей организационной системы НИРС.
2. Критерии оценки эффективности функционирования организационной
системы НИРС.
3. Алгоритм поддержки принятия управленческих решений в социальной
системе с использованием имитационной модели.
4. Программная реализация информационной системы учета НИРС, включающей поддержку принятия управленческих решений.
Научная новизна
1. Предложен метод дополнения статической формальной оценки эффективности функционирования социальной системы параметрами самооценки, отличающийся возможностью учитывать динамические характеристики и внешние воздействия.
2. На основе данного метода построена математическая модель социальной
системы, позволяющая оценить эффективность НИРС с учетом особенностей ВУЗа.
3. Построен комплекс структурных и имитационных моделей социальной
системы, учитывающий особенности управления НИРС ВУЗа.
4. Разработан алгоритм поддержки принятия решений при управлении социальной системой, позволяющий учитывать внешние воздействия и прогнозировать последствия управленческих решений.
Практическая значимость
Практическая значимость работы заключается в реализации и внедрении
в ФГБОУ ВПО «Пермский национальный исследовательский политехнический
университет» (ПНИПУ) информационной системы управления и учета НИРС,
которая используется как для составления ежегодных отчетов по НИРС, так и
для анализа динамики НИРС и формирования информационных выборок, необходимых для принятия решений при оперативном управлении с целью повышения результативности НИРС. Предложенная модель самооценки научноисследовательской деятельности студентов, построенная в настоящей работе,
может быть использована для других предметных областей, в которых «официальная» оценка может не совпадать с результатами «внутренней» оценки.
Результаты исследований использованы в учебном процессе при преподавании ряда дисциплин в ФГБОУ ВПО Березниковского филиала (БФ) ПНИПУ.
6
Апробация работы
Научные и практические результаты диссертационной работы докладывались и обсуждались на следующих научных конференциях:
• IV региональной конференции «Молодежная наука Верхнекамья» (Березники,
2007).
• V региональной конференции «Молодежная наука Верхнекамья» (Березники,
2008).
• XLVI международной научной студенческой конференции «Студент и научнотехнический прогресс. Информационные технологии» (Новосибирск, 2008).
• V всероссийской научно-практической конференции «Научно-техническое творчество молодежи – путь к обществу, основанному на знаниях» (Москва, 2008).
• XXI международной научной конференции «Математические методы в технике и
технологиях (ММТТ-21). Осенняя школа молодых ученых» (Тамбов, 2008).
• Международной научной студенческой конференции «Научному прогрессу –
творчество молодых» (Йошкар-Ола, 2008).
• VI региональной конференции «Молодежная наука Верхнекамья» (Березники,
2009).
• XLVII международной научной студенческой конференции «Студент и научнотехнический прогресс. Информационные технологии» (Новосибирск, 2009).
• VIII всероссийской научно-практической конференции с международным участием по теоретическим основам проектирования и разработке распределенных информационных систем (ПРИС -2010) (Красноярск, 2010).
• ХХIII международной научной конференции «Математические методы в технике
и технологиях (ММТТ-23). Летняя школа молодых ученых» (Смоленск, 2010).
Публикации
Основные результаты работы опубликованы в 25 печатных изданиях, в
числе которых 4 в рецензируемых печатных изданиях, утвержденных ВАК России, а также вошли в 3 отчета по НИР, зарегистрированных во ВНТИЦ.
Структура и объем работы
Диссертация состоит из введения, 4-х глав, заключения и списка литературы. Работа изложена на 137 страницах машинописного текста, содержит 17
рисунков и 22 таблицы. Библиографический список включает 138 наименований.
СОДЕРЖАНИЕ РАБОТЫ
Во введении рассмотрены вопросы актуальности темы диссертации, поставлены цели и задачи исследования, сформулированы научная новизна и
практическая значимость работы, приведен аналитический обзор работ по теме
диссертации.
В первой главе приведен обзор существующих информационных систем
управления ВУЗом и НИРС. Описана существующая методика оценки НИРС в
ФГБОУ ВПО ПНИПУ. Управление внеучебной работы (УВР) координирует
работу кафедр, факультетов и других структур по организации НИРС, осуществляет научно-методическое обеспечение, оценку результатов деятельности. Для
7
подведения итогов за год заместители деканов по научной работе и заведующие
кафедрами готовят отчеты о результатах НИРС и представляют в УВР. После
анализа информационных анкет смотра-конкурса по НИРС составляется итоговый рейтинг кафедр и филиалов по ВУЗу. Существующая система показателей
включает:
1) количество руководителей НИРС на кафедре;
2) количество тематик НИРС, разрабатываемых на кафедре;
3) количество бюджетных и хоздоговорных НИР с участием студентов;
4) количество коллективных форм НИРС;
5) количество организованных кафедрой мероприятий с участием студентов;
6) количество конкурсов, в которых принимали участие студенты и т.д.
Динамика развития НИРС отражает состояние ВУЗа и должна использоваться для принятия управляющих решений. Например, при ограниченном финансировании объем средств, выделенных на НИРС (участие в конкурсах,
олимпиадах, организацию научных мероприятий) кафедре или факультету, может варьироваться в зависимости от ранее достигнутых результатов.
НИРС является подмножеством социально-организационных систем, эффективность которых оценивается не экономическим критерием. Другими примерами таких систем являются: органы государственного управления, управление персоналом, управление качеством подготовки кадров и т.д. Для всех них
методы управления основаны на количественных (формальных) показателях и
экспертной оценке.
Применяемые на практике формальные методы оценки НИРС не учитывают показателей динамики НИРС, следовательно, они подходят для отчетности, но не для лица, принимающего решения (ЛПР) по управлению НИРС. Фактически, оценка рейтинга кафедры в смотре-конкурсе происходит по критерию:
I
R = ∑α i ⋅ Ni ,
(1)
i =1
где N i – количественный показатель оценки НИРС из вышеприведенного списка, α i – его весовой коэффициент с точки зрения ЛПР, оценивающего смотрконкурс, I – количество учитываемых показателей. Формула (1) не позволяет
дать оценку развитию НИРС на кафедре, а также учесть внешние факторы,
влияющие на развитие НИРС (рис.1.).
Существует метод самооценки – всестороннего обследования объекта
управления (ОУ), итогом которого является суждение о результативности и
эффективности организации и уровне развития, организованности, упорядоченности процессов ОУ. Результаты самооценки являются, с одной стороны,
стимулом к постоянному внутреннему улучшению системы, а с другой – могут
предоставляться внешним проверяющим, в том числе при аккредитации ВУЗа.
Однако, самооценка близка к экспертной оценке, и поэтому ее результатом также является только анализ текущего состояния системы. Использование
самооценки, как и формальных методов оценки, не позволяет понять, как этот
результат был получен. С точки зрения организации управления системой, экс-
8
пертную оценку можно использовать только как критерий качества, но не как
средство достижения заданного уровня качества. Следовательно, необходимо
разработать алгоритмы управления системой, ведущие, в данном случае, к повышению результативности НИРС ВУЗа.
I
R = ∑α i ⋅ Ni
αi
i =1
Ra '( N , M , Z )
R → max
Рис.1. Система поддержки принятия решений при управлении НИРС ВУЗа
Другим способом моделирования коллективной самооценки, в частности,
оценки уровня развития НИРС ВУЗа, является многоагентное моделирование.
Многоагентные системы (МАС) состоят из следующих основных компонентов:
1) множество организационных единиц, в котором выделяются подмножество агентов, манипулирующих подмножеством объектов;
2) множество задач;
3) среда (некоторое пространство, в котором существуют агенты и объекты);
4) множество отношений между агентами;
5) множество действий агентов (например, операций над объектами).
МАС относятся к самоорганизующимся системам, т.е. оптимизация процессов управления достигается изменением структуры, топологии системы
управления, качественным изменением алгоритмов управления и т.д.
Для разработки МАС созданы методологии и различные технологии. К
объектно-ориентированному классу относится технология моделирования систем на основе BDI агентов. В сфере коллективной работы применяется многоагентный метод MASB, основанный на сценариях работы агентов.
Стохастические свойства агентов и процессов в многоагенной модели
обуславливают применение имитационного моделирования для прогнозирования отдельных результатов деятельности. Имитационное моделирование позволяет определять оптимальные управляющие воздействия путем проведения
9
вычислительных экспериментов с целью анализа влияния отдельных показателей на развитие НИРС.
Во второй главе разработаны методы управления НИРС. В МАС внеучебной работы ВУЗа выделены следующие агенты (рис.2). На верхнем уровне
иерархии находится стратегический агент (СА), который определяет направление развития системы. Решающие центральные агенты (РЦА) управляют исполнением задач, поставленных стратегическим агентом. На нижнем уровне
находятся агенты-специалисты (АС), которые непосредственно исполняют задачи. Информационное обеспечение осуществляет софтверный агент (информационная система), которому делегируется ряд полномочий от натуральных
агентов. В отличие от натуральных агентов, софтверный агент не обладает целенаправленной активностью, что облегчает его моделирование. Эта модель
масштабируется на разные уровни управления (УВР ВУЗа, деканат, кафедра);
соответственно, в роли СА может выступать начальник УВР или проректор, декан или заведующий кафедрой, в роли РЦА – заведующий кафедрой, преподаватель, в роли АС – преподаватели, студенты.
Уровень
Уровень
исполнения
исполнения
Решающий
Решающий
уровень
уровень
Стратегический
Стратегический
уровень
уровень
Уровень внешней среды
Поток
управления
Стратегический агент
Решающий центральный
агент
Агентспециалист
Агентспециалист
Промежуточный
набор решаемых
задач уровня
Формирование
или выбор
Агентсценария
специалист
деятельности
Набор
базовых
сценариев
Поток
данных
Решающий центральный
агент
Агентспециалист
Агентспециалист
Информационный интерфейс к данным
стратегических агентов других предметных
областей
Интерфейс
ИС
Интерфейс
ИС
Интерфейс
ИС
Область
разделяемой памяти
ИС
Софтверный агент
Рис.2. Архитектура многоагентной системы
Цикл работы начинается с диалога со СА, который на основании глобальной цели генерирует список задач из набора базовых сценариев. Далее этот
список направляется РЦА, которые генерируют предложения для решения поставленных задач для исполнения АС. После активизации АС проверяется совместимость принятых решений, если действия агентов являются несовместимыми, то управление передается СА, который пытается выбрать другой базовый сценарий из набора.
Между агентами системы осуществляется прямая связь через обмен сообщениями и косвенная через области разделяемой памяти ИС. Агент-ИС осуществляет коллекторные и управляющие функции. К коллекторным относятся:
10
сохранение новых сценариев поведения агентов в базе данных (БД), исключение дублирующихся сценариев. К управляющим функциям относятся: исключение из БД сценариев, не использовавшихся длительное время, имитационное
моделирование результатов применения каждого сценария, выполнение информационных выборок для предоставления информации ЛПР.
Многоагентная система, как обосновано в главе 1, служит основой для
имитационной модели, так как вследствие декомпозиции и ограничения возможных изменений параметров конечным множеством сценариев на каждом
уровне упрощается формализация логики поведения агента. Тогда задача сводится не к вычислению значений вектора N i (t ) , а к выбору сценария
Ri*+1,l (ti +1 ) = Ri ,l (ti ) + ∆Ri*,l (Ck*,l , ti )
Ck*,l : * *
∆Ri ,l (Ck ,l , ti ) ≥ ∆Ri ,l (C j ,l , ti ) j ≠ k ∀k = 1, K
где k – идентификатор оптимального сценария из набора, k = 1, K , K – емкость
набора, [ti , ti +1 ] – интервал времени воздействия на систему агента по сценарию
Ck ,l , ∆R*i , l , ∆Ri , l – изменение критерия (1) за счет применения l-м агентом i-го
сценария, l – идентификатор агента. При этом очевидно, что в целом для систеL
мы ∆Ri ≤ ∑ ∆Ri , l , так как взаимное влияние действий АС на множестве Паретоl =1
оптимальных решений приводит к уменьшению общего эффекта. Обмен информации между агентами способствует выбору, тех сценариев действий АС,
сочетание которых позволят получить наибольшее значение (1).
Таким образом, из всего вышесказанного можно сформировать алгоритм
выработки решений, направленных на повышение эффективности управления
НИРС (приводится в сокращении, полный вариант в тексте диссертации):
1) Определяются цели организации в рассматриваемой области и формируется официальный критерий оценки деятельности.
2) Исследование организации (подразделения). Построение функциональной модели (IDEF0, DFD, ARIS, др.). Анализ внутренней структуры на основе
многоагентной технологии. Построение имитационной модели софтверного
агента организации.
3) Формирование критерия самооценки.
4) Формирование начальной базы сценариев.
5) Поддержка принятия решений для стратегического агента. Определение
временного интервала, к окончанию которого требуется результат. Имитационное моделирование деятельности по достижению результата.
6) Уточнение базы сценариев заключается в периодическом поиске всех
сценариев, имеющих показатель качества ниже заданного, и отметке их как «не
используемых».
7) В конце каждого отчетного периода – анализ корреляции между ростом
критерия самооценки и официального критерия.
Для реализации алгоритма необходимо формализовать критерий
11
оптимальности и построить математическую модель системы управления
НИРС. Кроме того, необходимо построить модели каждого элемента системы.
В третьей главе разработан критерий оптимальности системы управления НИРС. Модель самооценки динамических характеристик развития НИРС
можно записать формулой вида:
I
J
K
i =1
j =1
k =1
Ra '( N , M , Z ) = β0 ∑αi ⋅ Ni +∑ β j ⋅ M j +∑γ k ⋅
dM k
dt
K
+∑ λl ⋅
l =1
M l ( t ) − M l ( t − ∆t )
∆t
P
+ ∑ζ p ⋅ Z p
(2)
p =1
где N – вектор показателей официальной оценки НИРС, M – вектор показателей самооценки, Z – вектор возмущающих воздействий, β 0 – вес официальной
оценки рейтинга НИРС с точки зрения ЛПР, β j ( j = 1, J ), γ k ( k = 1, K ) и λl
( l = 1, K ) – весовые коэффициенты «внутренних» показателей НИРС и показателей их динамики (мгновенной и длительной), ζ p – весовой коэффициент
внешних условий (финансирование, качество студентов и т.д.). Для некоторых
показателей экспертным путем можно определить, находятся ли они сейчас «на
подъеме» или «на спаде». В этом случае, третье слагаемое можно представить в
K
виде ∑ γ k ⋅ sign ( dM k / dt ) .
k =1
На основании экспертной оценки все показатели, входящие в состав критерия можно разбить на две группы: показатели, которые обязательно должны
быть выполнены кафедрой (наиболее значимые с точки зрения экспертов) и показатели, которые могут быть достигнуты. Для статических показателей, которые эксперты считают наиболее значимыми, введем штрафную функцию,
значение которой неограниченно убывает, если значение такого показателя
1
1
равно 0: f ( M j ) = M j −
и f ( Ni ) = 1 −
для показателей, учитываеM j +ε
Ni + ε
мых в официальной оценке, где ε << 1 , вводится для обеспечения возможности
реализации на ЭВМ. Тогда (2) можно записать следующим образом:
I
J
K
i =1
j =1
k =1
Ra ' = β0 ∑αi ⋅ f ( Ni ) +∑ β j ⋅ f ( M j ) +∑γ k ⋅
dM k
dt
K
+∑ λl ⋅
l =1
M l ( t ) − M l ( t − ∆t )
∆t
P
+ ∑ζ p ⋅ Z p (3)
p =1
С точки зрения ЛПР, задача оптимизации НИРС в подразделении
Ra* = Ra ' N , M , Z → max ,
t → t0
(
)
N ,M
где t0 – момент времени, существенный с точки зрения ЛПР, к которому требуется оценить развитие подразделения. При этом вполне допустимо, что существует несколько вариантов решения данной задачи, ведущих к одинаковому значению Ra* . Здесь и далее M : M j , j = 1, J и аналогично для N и Z .
В отличие от методик рейтинговых оценок, для ЛПР неизбежны девиации
весов оценок наподобие β j = β j ( t , Z p ) , p ∈ [1, P ] или вероятностные изменения
12
( )
точки зрения наподобие P β j < Β j = f j t , Z , где Z p , Β j , а далее Γ k – максимальные оценки соответствующих параметров.
Кроме того, на изменение показателей требуются затраты некоторых ресурсов Rs , s = 1, S подразделения (временных, кадровых, материальных):
S
∆M j ( t ) = M j ( t ) − M j ( t − ∆t ) = ∑ δ js ∆Rs ( j , ∆t ) ,
s =1
где δ js = {0,1} – признак использования ресурса Rs для улучшения показателя
M j , ∆Rs ( j , ∆t ) – количество ресурса, которое надо израсходовать за период
[t − ∆t , t ]
чтобы изменить значение показателя с M j ( t − ∆t ) на M j ( t ) . Очевидt
но, что ресурсы ограничены:
∫
Q
∆Rs ( t ) dt ≈ ∑ ∆Rsq ≤ ∆Rˆ s ( ∆t ) ∀s , где ∆Rˆ s ( ∆t ) –
q =1
t −∆t
максимальное количество ресурса Rs , которое подразделение может израсходовать за время ∆t , ∆Rsq – единоразовая q-я затрата ресурса на выполнение
решения.
Теоретически задача с учетом ограничений в подобной постановке может
быть решена аналитически или численно, то есть можно при известном Z p ( t0 )
найти
{
*
*
} (
*
*
)
M ( t0 ) , N ( t0 ) : Ra ' M , N , Z → max
или
∂Ra '
= 0 ∀j = 1, J ,
∂M j
∂Ra '
∂Ra '
∂Ra '
= 0 ∀k = 1, J ,
= 0 ∀i = 1, I ,
= 0 ∀p = 1, P . Однако принятие
dM k ∂
Z
N
∂
p
i
∂
dt решения, например, что значение M j ( t1 ) , t1 : t1 < t0 должно быть доведено до
M *j ( t0 ) еще не означает его исполнения. В лучшем случае, в момент t : t < t0
можно оценить вероятность P M *j ( t0 ) − M j ( t0 ) < ε j , где ε j – максимальная
заданная погрешность желаемого результата.
Следующей особенностью моделирования самооценки НИРС на кафедре
или факультете является коллективный характер самооценки важности показателей β j , γ k , ζ p . На них влияет мнение коллектива – кафедры или ученого совета факультета. Следовательно, при проведении коллективных обсуждений
этих значений или определении их методом «Дельфи» требуется оценка степени согласованности мнений.
Для оценки соотношения весов параметров самооценки НИРС на сайте
uchetnirs.bf.pstu.ru был проведен всероссийский опрос, в котором приняло участие 49 человек, из них 14 человек имеют степень доктора наук, 19 – кандидата
наук. Каждый эксперт оценил важность 91 показателя НИРС, не учитываемого
в официальной оценке.
13
Рассчитанный коэффициент конкордации составил 0,66, что близко к допустимому значению (0,7) и говорит о согласованности мнений экспертов. Это
значит, что полученные данные можно использовать для оценки весов составляющих критерия в формуле (1). Для определения весов { β j , yk , λl , ζ p } были
рассчитаны средние значения экспертных оценок в каждой группе показателей:
β j =0,31, yk =0,28, λl =0,26, ζ p =0,15.
Аналитическое исследование модели с целью определения оптимальных
*
управляющих воздействий ∆ M j ( ∆t ) = M ( t0 ) − M j ( t0 − ∆t ) затруднено. Методы нечеткой логики или имитационные методы позволяют моделировать разные варианты развития событий при заданных функциях распределений и других используемых в модели вероятностных зависимостей. Однако пространство
поиска решений r = β ∪ γ ∪ λ ∪ δ ∪ ζ весьма велико, и очевидных возможностей отсечения вариантов нет, поэтому алгоритмизировать процесс оптимизации принимаемых решений сложно.
Так как значения показателей заведомо содержат погрешности, целесообразно использовать численные или имитационные методы поиска возможностей увеличения Ra ' . При этом речь идет о рационализации управления, т.е.
поиске таких решений, которые обеспечивают Ra ' ( t0 ) ≥ Ra* > Ra ' ( t0 − ∆t ) , где
Ra* – некоторое нижнее граничное значение роста самооценки за период ∆t .
Для этого на каждом j-м шаге поиска экстремума строится аппроксимация целевой функции Ra ' j ( M , N , Z ) , наилучшим образом согласующаяся с ранее полученными значениями, и решается задача:
Ra ' j → max при Ra 'J ≈ Ra '( N ) и max Ra ' j > max Ra ' j −1 ∀j = 1, J ,
Uj
U j −1
где J – количество шагов оптимизации, U – некоторая ограниченная окрестj
ность точки решения на j-м шаге, U = M ∪ N . При этом может не гарантироваться достижение оптимума, но каждый шаг оптимизации ведет к увеличению
критерия.
На каждом шаге оптимизации требуется проведение набора имитационных экспериментов до построения функции распределения P Ra ' ( t0 ) < Ra* с
требуемой доверительной вероятностью.
В качестве примера приведена модель процесса опубликования статьи в
журнале, входящем в Перечень ВАК. Алгоритм перебора сценариев агента для
опубликования статьи представлен на рис. 3.
Задача сводится к перебору возможных сценариев с целью максимизации
вероятности опубликования статьи в журнале перечня ВАК до момента времени отчетности
о результативности НИРС кафедры, причем сценарии
Cijk = Ai , Б j , Bk , где Ai – вид журнала, Б j , – характеристика рецензента, Bk –
статистическая характеристика продолжительности исследования.
14
Журналы, входящие в Перечень ВАК, характеризуются статусом и импакт-фактором. Чем выше статус журнала, тем больше времени требуется на
публикацию статьи в нем. Время получения рецензии может также варьироваться в зависимости от статуса рецензента. Исследования могут быть совершенно новые, развивающие существующие достижения, с незначительной новизной, также могут быть переопубликованы старые результаты с небольшими
изменениями. Выбор того или иного журнала, вида исследования или рецензента влияет на качество исследования, рецензии или время получения результата,
написания статьи и т.д. Для решения данной задачи построим имитационную
модель СМО, определяющую оптимальный сценарий Cijk для периода времени
∆t , оставшегося до момента предоставления отчета.
Для моделирования процессов в среде GPSS использовались представления каналов и условных переходов транзактов. Так, например, для двух вложенных циклов на рис.3. получим:
MET01
MET02
SEIZE OBZOR
ADVANCE X$TIME01
RELEASE OBZOR
SEIZE ISSL
ADVANCE X$TIME02
RELEASE ISSL
SEIZE WRITING
ADVANCE X$TIMEWR
RELEASE WRITING
TEST E P$1,1,MET02
…
при этом в глобальной переменной № 1 внешним источником формируется
признак завершенности исследований с учетом принятой выше характеристики
продолжительности процесса k-го исследования Bk , включая статистическое
распределение отклонения от математического ожидания.
Рис. 3. Алгоритм действий агента по опубликованию статьи в журнале Перечня
ВАК:1 – обзор; 2 – исследование; 3 – написание статьи; 4 – проверка завершенности;
5 – поиск рецензента; 6 – получение рецензии; 7 – наличие замечаний рецензента; 8 –
выбор журнала; 9 – оформление статьи; A – отправка статьи и документов; B – экспертиза журнала; C – устранение замечаний эксперта; D –
подсчет количества неудачных попыток опубликовать статью; E –если количество
попыток больше 5, вернуться к обзору; F-оплата публикации (опционально); G –
15
пересылка распечатки (опционально); H – ожидание в очереди; I -опубликование статьи; J– получение экземпляра.
Для идентификации параметров модели необходимо накопить данные за
несколько лет и начать заполнять базу сценариев. Одним из наиболее простых
способов сбора информации является информационная система.
В четвертой главе рассматривается построение ИС управления и учета
НИРС ПНИПУ.
Основные задачи ИС вытекают из задач, решаемых УВР ПНИПУ:
• сокращение временных затрат на составление ежегодного отчета о результативности НИРС;
• сокращение количества ошибочных данных;
• организация централизованного хранения данных (информационная
модель ИС представлена на рис. 4.);
• реализация алгоритмов управления системой НИРС.
Внедрение ИС позволило значительно сократить временные затраты на
составление отчета кафедр, к тому же проверка на корректность введенных
данных после внедрения ИС выполняется автоматически. Если раньше итоговый отчет составлялся неделями, то использование ИС позволило сократить
время составления до нескольких минут.
В разработанной системе предусмотрены функции добавления, удаления,
редактирования данных, формирование отчетов кафедры и итогового по ВУЗу,
кроме того выполняется проверка дублирования вводимых данных и реализованы алгоритмы управления системой НИРС, позволяющие прогнозировать
влияние отдельных показателей отчета на критерий оптимальности системы.
Кроме того, в связи с территориальной разобщенностью ПНИПУ и наличием
филиалов ИС была размещена в Internet, чтобы сделать доступ к системе одинаково удобным для всех кафедр и филиалов ВУЗа, поэтому для реализации
системы выбраны язык PHP и СУБД MySQL.
С 2008 года ИС управления и учета НИРС внедрена и используется в
ФГБОУ ВПО ПНИПУ как для составления ежегодных отчетов по НИРС, так и
для анализа динамики НИРС на кафедре (факультете) и формирования информационных выборок, необходимых для принятия решений при оперативном
управлении с целью повышения результативности НИРС.
Данные ИС использовались при принятии управленческих решений о
развитии НИРС на кафедре АТП Березниковского филиала ПНИПУ, в таблице
1 приведены результаты рейтинга кафедры АТП и занимающей второе место в
рейтинге по филиалу кафедры ХтиЭ за время использования ИС учета и управления НИРС в ВУЗе.
Применение разработанных алгоритмов управления НИРС позволило
добиться для кафедры АТП роста в рейтинге с третьего места до первого за 3
года использования ИС учета и управления НИРС. Для повышения результативности НИРС были использованы следующие сценарии: опубликование статей в журнале Перечня ВАК с участием студента, организация краевой олимпиады, участие в международной олимпиаде, опубликование статей в межву-
16
зовских сборниках с участием студента, участие студентов в региональных
конференциях и др.
вид финансирования
факультет
кафедра
отчет
код отчета
код кафедры
код факультета
код вида
год отчета
дата записи
количество студентов
количество ставок
фио заведующего
степень заведующ его
фио ответственного
степень ответственного
фио согласующ его
степень согласующего
особенности НИР
анализ НИР
код кафедры (FK)
название
описание
код факультета (FK)
пароль
название
название
коллективная форма
код формы НИРС
название
вид НИР
код вида НИР
код средств
тематики
код тематики
договор
дата договора
заказчик
название
программа
фио руководителя
степень руководителя
код вида НИР (FK)
код формы НИРС (FK)
код отчета (FK)
работы
код работы
название
количество
код мероприятия (FK)
список публикаций
код публикации
название
люди
категории
код категории
название
фамилия
имя
отчество
группа
форма обучения
код категории (FK)
код кафедры (FK)
код вида
название
средства
код мероприятия (FK)
дата
сумма
код вида (FK)
код тематики (FK)
примечание
код человека
вид мероприятия
участники
код участника
код человека (FK)
код публикации (FK)
код работы (FK)
код мероприятия (FK)
код тематики (FK)
оплата
награды
название
страниц с
страниц по
страниц студентов
код вида (FK)
код отчета (FK)
код тематики (FK)
код сборника (FK)
список мероприятий
код мероприятия
название
организатор
место проведения
времы начала
время окончания
количество участников
участники от кафедры
код вида (FK)
код уровня (FK)
код отчета (FK)
код тематики (FK)
уровень мероприятия
код уровня
название
вид публикации
код вида
название
сборник
код сборника
название сборника
издательство
город
год издания
месяц издания
Рис. 4. Информационная модель системы управления и учета НИРС
Год
2008
2009
2010
Табл. Рост рейтинга кафедры АТП за время использования ИС
Кафедра
Итоговый покаМесто
затель кафедры
ХтиЭ (БФ)
0,058576
61
АТП (БФ)
0,785516
3
РНГМ
0,950849
2
ММСП
1,000000
1
ХтиЭ (БФ)
0,554960
16
СП
0,850096
3
АТП (БФ)
0,930252
2
ММСП
1,000000
1
ХтиЭ (БФ)
0,700239
2
МКМК
0,867754
2
АТП (БФ)
1,000000
1
ММСП
1,000000
1
17
Следовательно, использованные при построении ИС модели и методы
обработки данных и прогнозирования в данном случае оказались корректны и
привели к требуемому результату – повышению качества НИРС и, в частности,
повышению официальной оценки.
ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ
В работе решена актуальная и практически важная задача повышения эффективности функционирования организационной системы путем совершенствования информационной поддержки принятия управленческих решений.
На основе анализа социально-организационной системы как многоагентной разработан комплекс математических, имитационных и структурных моделей организационной системы НИРС.
Разработан алгоритм поддержки принятия решений в социальной системе,
успешно опробованный при управлении НИРС. Таким образом, показана возможность повышения эффективности функционирования социальной системы
за счет частой самооценки, учитывающей показатели динамического развития
системы и внешние воздействия, а также обоснованного прогнозирования последствий управленческих решений.
Результаты исследования в виде ИС управления и учета НИРС внедрены в
ПНИПУ и используются 87 кафедрами ВУЗа и его филиалов для составления
ежегодных отчетов и анализа динамики развития НИРС с 2008 года. За указанный период создано 295 отчетов о НИРС, содержащих данные о 8046 публикациях в 1968 сборниках трудов, 2036 НИР, применен 91 сценарий. На ИС получено два свидетельства о государственной регистрации программ.
Основные положения диссертации опубликованы в работах
В изданиях Перечня ВАК:
1. Иванова Е.В. Многоагентный подход к моделированию научноисследовательской работы студентов // Вестник Костромского государственного университета им. Н.А.Некрасова: «Системный анализ. Теория и
практика». Том 14. - №2, 2008. - С. 38-41 (соискатель – 100%).
2. Иванова Е.В. Оптимизация информационной модели системы управления
научно-исследовательской работой студентов // Известия Южного федерального университета. Технические науки. Тематический выпуск: «Компьютерные и информационные технологии в науке, инженерии и управлении».– Таганрог: Изд-во ТТИ ЮФУ, 2009. № 2 (91). - С. 236-240 (соискатель
– 100%).
3. Иванова Е.В., Затонский А.В. Моделирование многоагентной системы научно-исследовательской работы студентов // Вестник Костромского государственного университета им. Н.А.Некрасова: «Системный анализ. Теория и
практика». Том 15. – №2, 2009. - С. 42-45 (соискатель – 40%).
4. Иванова Е.В., Затонский А.В. Методы формализации самооценки на примере научно-исследовательской работы студентов // Информатизация образо-
18
вания и науки. – М.: Изд-во ФГУ ГНИИ ИТТ «Информика», 2011. № 3
(11)/2011. - С. 110-116 (соискатель – 60%).
В прочих изданиях:
5. Иванова
Е.В.,
Затонский
А .В .
Информационная
система
научноисследовательской работы студентов // Наука в решении проблем Верхнекамского
промышленного региона: сб. науч. тр. вып. 6. Березники: ПГТУ, 2007. - С. 250-252
(соискатель – 40%).
6. Иванова Е.В. Информационная система мониторинга научно-исследовательской
работы студентов // Молодежная наука Верхнекамья: материалы V региональной
конференции. - Березники, 2008. - С. 8-11 (соискатель – 100%).
7. Иванова Е.В. Автоматизация учета научно-исследовательской деятельности студентов // Студент и научно-технический прогресс: Информационные технологии:
материалы ХLVI международной научной студенческой конференции: Новосибирск: НГУ, 2008. - С. 120-121(соискатель – 100%).
8. Иванова Е.В., Затонский А.В. Автоматизация подготовки отчетности о научноисследовательской работе студентов ВУЗа // Научно-практическая конференция
«Научно-техническое творчество молодежи – путь к обществу, основанному на
знаниях». Сборник научных трудов (Москва, 25-28 июня 2008 г.). - C. 200-201 (соискатель – 70%).
9. Иванова Е.В. Автоматизация учета научно-исследовательской работы студентов
// Научному прогрессу – творчество молодых: сб. материалов Международной научной студенческой конференции по естественнонаучным и техническим дисциплинам, Йошкар-Ола: Марийский государственный технический университет,
2008.– С. 34-37 (соискатель – 100%).
10. Иванова Е.В. Многоагентная система внеучебной работы вуза // Математические
методы в технике и технологиях (ММТТ-21): XXI международная научная конференция. Сборник трудов. Том 11. Осенняя школа молодых ученых. – Тамбов, 2008.
- С. 168-170 (соискатель – 100%).
11. Информационная система учета научно-исследовательской работы студентов /
А.В. Затонский, Е.В. Иванова // Свидетельство о государственной регистрации в
«Национальном информационном фонде неопубликованных документов» от 12
февраля 2008 г.- № 50200800323 (соискатель – 50%).
12. Информационная система учета научно-исследовательской работы студентов /
А.В. Затонский, Е.В. Иванова // Свидетельство об отраслевой регистрации разработки в «Отраслевом фонде алгоритмов и программ» от 29 января 2008 г. - №
9893 (соискатель – 50%).
13. Информационная система автоматизации филиала ВУЗа / Е.В. Иванова, С.А. Варламова, А.В. Суслина, М.А. Титякова, Т.В. Пантелеева, О.Ю. Редругин, А.В. Затонский // Свидетельство о государственной регистрации в «Национальном информационном фонде неопубликованных документов» от 12 февраля 2008 г. - №
50200800288 (соискатель – 10%).
14. Информационная система автоматизации филиала ВУЗа / Е.В. Иванова, С.А. Варламова, А.В. Суслина, М.А. Титякова, Т.В. Пантелеева, О.Ю. Редругин, А.В. Затонский // Свидетельство об отраслевой регистрации разработки в «Отраслевом
фонде алгоритмов и программ» от 29 января 2008 г. - № 9926 (соискатель – 10%).
15. Иванова Е.В., Чупина Ю.Н. Анализ методик оценки рейтинга научноисследовательской работы студентов // Молодежная наука Верхнекамья: материа-
19
лы VI региональной конференции. - Березники: БФ ПГТУ, 2009. - С.70-74 (соискатель – 70%).
16. Иванова Е.В. Оптимизация системы управления научно-исследовательской работой студентов // Студент и научно-технический прогресс: Информационные технологии: материалы XLVII Международной студенческой конференции: Новосибирск, НГУ, 2009. - С. 109 (соискатель – 100%).
17. Иванова Е.В., А.В. Затонский. Оценка и моделирование научно-исследовательской
работы студентов как многоагентной системы // Современные наукоемкие технологии. – 2009. - №7. - С.75-78 (соискатель – 50%).
18. Информационная система обеспечения деятельности высшего учебного заведения.
Этап 3, промежуточный / Е.В. Иванова, А.В. Затонский, С.А. Варламова, М.А. Воробьева, О.А. Голубева, М.А. Елышева, И.И. Пестерева, О.Ю. Редругин, В.Ф. Беккер // Отчет о НИР. Березники, 2008.– 201 с. № гос. регистрации 01.2.006 07745.
Инв. № 0220.0 804670 (соискатель – 10%).
19. Информационная система обеспечения деятельности высшего учебного заведения.
Этап 4, промежуточный / Е.В. Иванова, С.А. Варламова, А.В. Затонский, В.Ф.
Беккер, Е.В. Герасимова, Т.В. Васильева, Е.С. Сохин, Ю.Н. Чупина // Отчет о
НИР. Березники, 2009.– 132 с. № гос. регистрации 01.2.006 07745. Инв. №
0220.0 903251 (соискатель – 10%).
20. Иванова
Е.В.,
Затонский
А . В.
Формализация
самооценки
научноисследовательской работы студентов // Наука в решении проблем Верхнекамского
промышленного региона: сб. научных трудов, выпуск 7. Березники, 2010. - С. 265270 (соискатель – 50%).
21. Иванова Е.В. Возможности повышения надежности информационной системы
управления научно-исследовательской работой студентов // Материалы VIII Всероссийской научно-практической конференции с международным участием по
теоретическим основам проектирования и разработке распределенных информационных систем. ПРИС-2010.– Красноярск, 2010. - С. 44-51 (соискатель – 100%).
22. Иванова Е.В. Реинжиниринг функциональной модели системы управления научно-исследовательской работой студентов // Математические методы в технике и
технологиях (ММТТ - 23): XXIII международная научная конференция. Сборник
трудов. Том 12. Летняя школа молодых ученых. – Смоленск, 2010. - С. 143-146
(соискатель – 100%).
23. Иванова Е.В. Математическая модель оценки научно-исследовательской работы
студентов // Молодежная наука Прикамья: сб. науч. тр. Выпуск 11. – Изд-во
ПГТУ, 2010. – С.127-130 (соискатель – 100%).
24. Иванова Е.В. Информационная система обеспечения деятельности высшего учебного заведения. Этап 5, промежуточный / Е.В. Иванова, А.В. Затонский, С.А. Варламова // Отчет о НИР. Березники, 2011, 100 стр., № гос. регистрации 012006
07745. Инв. № 02201160812 (соискатель – 25%).
25. Измайлова Е.В. Исследование критерия оптимальности модели системы управления научно-исследовательской работы студентов вуза // Новый университет. Серия "Технические науки": науч. журн./учредитель ООО "Коллоквиум". - 2011,
№5(5). - Йошкар-Ола: Коллоквиум, 2011. - ISSN 2221-9552. – C. 3-5 (соискатель 100%).
20
ИЗМАЙЛОВА Елена Владимировна
Автореферат
диссертации на соискание ученой степени
кандидата технических наук
ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ
НАУЧНО-ИССЛЕДОВАТЕЛЬСКОЙ РАБОТОЙ СТУДЕНТОВ ВУЗА
_____________________________________________________________________________
Подписано в печать «__»________2012
Формат 60*90/16
Набор компьютерный. Усл. печ.л. 1,2. Тираж 100. Заказ __
_____________________________________________________________________________
Документ
Категория
Технические науки
Просмотров
137
Размер файла
587 Кб
Теги
кандидатская
1/--страниц
Пожаловаться на содержимое документа