авторефераты диссертаций БЕСПЛАТНАЯ БИБЛИОТЕКА РОССИИ

КОНФЕРЕНЦИИ, КНИГИ, ПОСОБИЯ, НАУЧНЫЕ ИЗДАНИЯ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Pages:     | 1 | 2 ||

«Министерство образования и науки Российской Федерации Государственное образовательное учреждение высшего профессионального образования «Пермский государственный технический ...»

-- [ Страница 3 ] --

данные из договоров на выполнение инновационных про ектов и НИОКР;

данные из отчетов (промежуточных и окончательных) на выполненные инновационные проекты и НИОКР;

данные, полученные по результатам научно-технической деятельности предприятия.

Аналитическая часть системы (рис. 35) предназначена для гене рации аналитических отчетов по различным запросам к предметной области. Запросы могут быть двух видов:

1. Стандартные – описываются на этапе разработки системы и в дальнейшем при эксплуатации системы обновляются только при прогрузке данных в подсистему. Далее пользователям предоставля ется доступ к этим отчетам. Отчеты не должны требовать обращений к реляционной или многомерной базам аналитической подсистемы.

Формат отчета должен быть диалектом XML.

2. Специальные – используют соединение с многомерной базой подсистемы и позволяют строить достаточно сложные отчеты, хотя и требуют высокой квалификации у аналитика и подключения к ло кальной сети, в которой находится сервер.

Генерация любых отчетов производится с использованием OLAP технологий и использует многомерную базу подсистемы.

Обращения к реляционному хранилищу допустимы, но неже лательны. Архитектура подсистемы продемонстрирована на рис. 36.

Предметная область определяется как различное взаимодей ствие между следующими сущностями «первого порядка»:

субъекты, организации или частные лица с их атрибутами, проекты, подразумевается, что проект обязательно явля ется научным;

И следующими сущностями «второго порядка»:

области применения, типы продукции или типы услуг, географическое расположение (адреса), время и/или возраст.

Детальная взаимосвязь и основные атрибуты продемонстри рованы в Схеме хранилища аналитической базы (соответствую щий сопряженный документ).

Субъекты Субъектами системы являются юридические и физические лица. Субъект характеризуется типом, географическим располо жением, областями применения/активности и различными награ дами/лицензиями/патентами. Субъект характеризуется датой ос нования (или возрастом). Частным случаем субъектов являются персоны, т.е. конкретные люди. Подсистема предполагает, что исходные данные не допускают дублирования персон, т.е. спра вочник не должен содержать «дубликатов», в противном случае возможно искажение информации при выдаче отчетов, поскольку одна и та же персона будет многократно фигурировать в выбор ках данных. Важной характеристикой персоны является образо вание, т.е. специализация, тип образования, научная степень.

Проекты Проекты характеризуются областями применения/актив ности, состояниями, рейтингом. Проект обладает стоимостью и датами начала и окончания работ, источниками и причинами финансирования, а также географическим расположением. По скольку система предполагает только научные проекты, проект характеризуется типом исследования, научной новизной и анало гами. Кроме этого проект характеризуется результатом. Связь между проектом и определяется частью финансирования проекта, полученной субъектом. Проект еще имеет ряд оценок, например срок окупаемости и процент прибыли;

поскольку эти оценки весьма субъективны, оценка характеризуется типом.

Области применения Областями применения является набор справочников, объ единяющих различные типы продукции, различные типы услуг и набор от раслей научной активности. Перечисленные справочники долж ны быть объединены в единую систему с целью упрощения ана литических операций и генерации отчетов.

Географическое расположение Географическим расположением является адрес, который включает следующие характеристики:

страна;

регион/штат;

город/район;

поселок/город.

Аналитическая подсистема должна допускать наличие субъектов или проектов, к которым не удается сопоставить географическое расположение, т.е. перечисленные характери стики должны иметь специальные элементы, используемые в случае отсутствия или невозможности определения страны, региона и т.д.

Система обмена данными Внешние Справочники Промежуточная информационные область системы данных Данные для Система управления загрузки инновационными Хранилище Загрузчики проектами данных Выгружаемые данные Система Веб Менеджер системы сервер управления OLAP Менеджер управления процессом сервер загрузки загрузки данных Система Система управления ограничения внешними приложениями доступа Отчеты WWW страницы Система аналитической Поток данных Управляющее обработки инновационных событие проектов Информационный портал по инновационным проектам Рис. 35. Структурная схема компонента системы для управления инновационными проектами Перегрузка данных Перегрузка данных в МДВ. Вариант в МДВ. Вариант 1 Main source database Views Аналитическое хранилище данных MS Pivot Table Генератор XML в MS Excel Кубы в MS OLAP Веб-страницы Отчеты XLS и отчеты и шаблоны отчетов Генерация стандартных отчетов Генерация специальных отчетов Рис. 36. Структурная схема подсистемы Время и возраст Временная характеристика является важной составляющей системы, поскольку позволяет отслеживать динамику. Для упро щения использования аналитических отчетов все календарные события фиксируются с точностью до дня, что позволит сравни вать относительно времени различные сущности системы. До полнительной характеристикой субъектов является возраст, опи сывающийся специальным справочником, содержащим подмно жество целых положительных чисел (1, 2, 3, 4, 5, 7, 10, 15, …).

Взаимосвязь сущностей предметной области Основной связью аналитической базы является связь между субъектами и проектами. Эта связь позволяет отследить количе ственные и качественные характеристики зависимостей между проектами (по различным тематикам и с различными свойствами) и субъектами с их свойствами.

Прочие подсущности аналитической базы являются вспомо гательными и инкапсулируют различные свойства основных сущностей системы. Так, например, подсущность географическо го расположения характеризует как субъекты, так и проекты.

Аналогично время и область активности характеризует обе ос новные сущности. Персоны посредством своих ролей и образова ния позволяют делать выборки различных проектов.

Основываясь на всем множестве взаимосвязей аналитиче ской базы, можно осуществлять выборки агрегированных данных напрямую не связанных сущностей (например, количество пер сон, имеющих определенные научные степени, занятых в проек тах по определенной тематике, закончившихся с результатами определенных типов). Необходимо уточнить, что аналитическая база не предназначена для получения детальной информации по заданным терминальным сущностям, основное назначение анали тической базы – отслеживание ситуации в целом и выявление наиболее интересных закономерностей.

Показатели предметной области Исходная база данных (предоставляемая ПГТУ) должна предоставлять следующие показатели:

1. Для персон должны быть специфицированы:

адрес;

образование;

сфера интересов/продуктов/услуг;

дата рождения.

2. Для организаций:

адрес;

сфера интересов/продуктов/услуг;

дата образования;

количество сотрудников.

3. Для проектов:

сфера применения;

адрес;

атрибуты исследования;

даты начала и окончания проекта;

связь с субъектами, причем каждая связь должна быть специфицирована стоимостью (сумма таких стоимостей является стоимостью проекта в целом);

количество месяцев, за которые проект должен окупиться;

предположительный процент окупаемости проекта.

Наличие всех перечисленных показателей обеспечит функционирование аналитической базы в описанном в данном документе объеме. В случае отсутствия каких-либо показателей данный документ может быть модифицирован на этапе разра ботки.

Многомерная база Многомерная база реализуется на основе Microsoft Analysis Service. Поставщиком данных для многомерной базы должно вы ступать реляционное хранилище. Хранилище может быть реали зовано в виде набора представлений над исходной базой или в виде специализированной реляционной базы. Способ реализации реляционного хранилища должен быть уточнен на этапе реализа ции.

Измерения Многомерная база должна содержать следующие измере ния:

1. Общие:

тип награды;

тип субъекта;

тип активности;

активность/сфера интересов/тип продукции/тип услуги;

фирмы.

2. Образование (для персон):

специализация;

высшая специализация;

учебное заведение;

тип обучения;

научная степень.

3. Географические (для субъектов и проектов):

тип поселка;

поселок/город;

город/район;

регион;

страна.

4. Должности и роли (для персон):

должность в фирме;

роль в проекте.

5. Проекты и научные исследования:

проекты;

состояния проектов;

тип исследования;

тип научной новизны;

рейтинги проектов;

типы результатов;

тип оценки проекта;

патентованность;

типы и цели финансирования.

6. Временные:

календарь;

возраст.

В процессе разработки набор измерений должен быть уточ нен и для каждого измерения должно быть зафиксировано офи циальное название. В ряде случаев необходимо выдвинуть мне монические сокращения (для обеспечения приемлемой читаемо сти при минимальной длине фразы).

Кубы Субъекты Данный куб должен использовать измерения из следующих наборов:

общие;

образование;

географические;

временные.

и измерение должностей. Куб должен содержать следующие по казатели:

количество субъектов;

количество сотрудников (имеет смысл в случае выборок по фирмам) средний возраст (вычислимый показатель, характеризу ющий персоны) количество наград/патентов/лицензий;

средняя стоимость наград/патентов/лицензий;

суммарная стоимость наград/патентов/лицензий.

Куб позволяет создавать выборки субъектов, удовлетворя ющих определенным свойствам, заданных путем фиксации изме рений.

Проекты Данный куб должен использовать измерения из следующих наборов:

общие;

географические;

проекты и научные исследования;

временные.

Куб должен содержать следующие показатели:

количество проектов;

стоимость проектов (суммарная);

стоимость проектов (средняя);

длительность проектов (вычислимый показатель, в меся цах, среднее);

сроки окупаемости проектов (в месяцах, среднее);

прибыль в % (среднее).

Куб позволяет создавать выборки проектов, удовлетворяю щих заданным фиксациям, и на этих выборках производить вы числения описанных показателей.

Полный куб Данный куб должен содержать весь комплект измерений и полный комплект показателей. В определенном смысле куб может рассматриваться как объединение «куба субъектов» и «куба проек тов», однако реализоваться данный куб должен совершенно само стоятельно, поскольку должен учитывать взаимосвязи между эле ментами.

Отчеты, генерируемые подсистемой Подсистема должна генерировать два вида отчетов:

1. Статические – реализуются в виде запросов к многомер ной базе и сохраняются в формате XML. Точный список таких отчетов должен быть уточнен на этапе реализации. Общее коли чество таких отчетов не должно превышать 10. Отчеты могут быть просмотрены в MS IE или другими средствами. Сопровож даясь описаниями XSL, отчеты могут быть легко опубликованы в WEB.

2. Динамические – реализуются в виде Excel шаблонов с ис пользованием PivotTables. На основе этих шаблонов аналитики смогут получать необходимые отчеты путем проведения неслож ных манипуляций. Точная спецификация таких шаблонов должна быть получена на этапе реализации, но общее количество не должно превышать 15 (по 5 шаблонов на каждый из кубов). Для просмотра и подготовки динамических отчетов должен использо ваться Microsoft Excel.

Для работоспособности системы важным является поддер жание актуальности данных. Для этой цели может служить сете вая структура проекта. Копии системы устанавливаются заинте ресованным людям и организациям, которые будут вносить и об рабатывать в ней свои данные, а также предоставлять их для цен тральной базы данных (рис. 37).

Локальная копия информационной системы поддержки инноваций Локальная копия Локальная копия информационной информационной системы под системы поддержки держки иннова инноваций ций Центральная копия информационной системы поддержки Локальная копия инноваций Локальная копия информационной информационной системы поддержки системы поддержки инноваций инноваций – направление потока данных (обязательные связи) – направление потока данных (не обязательные связи) Рис. 37. Схема взаимодействия копий информационной системы Каждая из копий представляет собой локальную версию си стемы и структурно изображена на рис 36.

4.3. Возможные технические средства реализации Для реализации серверной части системы может быть вы брана СУБД MS SQL Server + MS Analysis Service либо другая промышленная СУБД с OLAP расширением. Данный выбор обу словлен следующими факторами:

– экономический фактор: СУБД MS SQL Server является одной из самых дешевых CУБД промышленного применения.

– технологический фактор: MS SQL Server является полно ценной СУБД. Она позволяет не только манипулировать данны ми со стороны клиента, но также инкапсулирует в себе логику операций над наборами данных при помощи хранимых процедур и триггеров.

Операционной системой серверной части была выбрана Windows Server. Windows обладает надежной политикой безопас ности пользователей и высокой устойчивостью к «зависаниям»

(что связано с ее архитектурными особенностями проектирования многозадачности). Для работы рекомендуется выделенный сервер.

Платформой для построения клиентской части системы явля ется ОС Windows. Такой выбор обусловлен высокоразвитым гра фическим интерфейсом пользователя (GUI), реализованным в этих ОС. Именно графический интерфейс является наиболее важной частью клиентского приложения. Зачастую системы, не утратив шие своей функциональности, оказываются «морально» устарев шими из-за смены стандартов на пользовательский интерфейс.

Выполнение клиентской части на Win-32 платформе позволит си стеме иметь самый современный пользовательский интерфейс как сейчас, так и в ближайшем будущем. Это позволит значительно отдалить срок ее «морального» износа.

Сочетание высокоуровневой и высокофункциональной под держки вышеперечисленных технологий, удобная организация самой среды разработки позволяют специалистам, работающим в Delphi, при написании любых систем сосредоточиться на решении главных задач, не затрачивая значительных усилий на вопросы организации взаимодействия с базами данных, написания кода на Win-32 для создания графических элементов интерфейса и т.д.

С точки зрения аппаратной части для работы клиентского приложения не требуется выделенной машины, подойдет любая рабочая станция под Windows. Для работы с аналитическим бло ком на клиенте должен быть установлен пакет Microsoft Office.

Развитие аппаратуры по пути уменьшения стоимости про цессоров, запоминающих устройств и значительного увеличения возможностей графических периферийных устройств позволило объединить базы и банки данных, графические интерфейсы и ал горитмы расчета в новой форме взаимодействия человека и ЭВМ – создании АСИППР. Эта цель достигается осуществлени ем трех условий: непосредственным взаимодействием между ЛПР и ЭВМ в диалоговом режиме, позволяющем корректировать сам проект и процесс его разработки;

наличием совокупности взаимо действующих периферийных графических устройств, которые устраняют языковое несоответствие между человеком и машиной;

использованием базы данных, позволяющей размещать, модифи цировать и переносить в реальном масштабе времени надежные технические данные.

Если использовать диалоговую систему с графическим вза имодействием, то фаза ручной обработки данных, соответствую щих замыслу разработчика, сокращается, благодаря непосред ственному графическому обмену информацией. В результате до стигается значительный выигрыш во времени и сокращение чис ла ошибок. Проектировщик получает возможность за минималь ное время проверить большое число технических решений, соот ветствующих его опыту и представлению. Однако указанные возможности и достоинства программных систем проявляются только при соблюдении целого ряда технических, экономиче ских, психологических и эргономических ограничений.

Интерфейс пользователя, или человеко-машинный интер фейс (Man-Machine Interface – MMI), – это важнейший элемент компьютерных систем. Как следует из названия, назначение этого интерфейса – обеспечить обмен информацией между пользова телем и управляемым объектом (компьютером или технической системой). Хорошо организованный интерфейс пользователя не только делает рабочую обстановку более приятной, но и помогает уменьшить число ошибок и таким образом ограничить возмож ный ущерб. Более того, хороший интерфейс дает пользователю возможность понять функции технической системы или про граммы.

Интерфейс пользователя выполняет свое назначение, если реально преодолевает «зазор» между машиной и действительны ми намерениями пользователя. Однако весьма часто понятие «дружественный интерфейс» воспринимается как самоцель и очень часто понимается только как «побольше цветных картинок на экране», использование определенной системы «окон» или поддержку диалога с пользователем на каком-либо национальном языке. На самом деле правильное применение эргономики озна чает гораздо большее. Если в предлагаемой системе нет уважения к основным эргономическим принципам, разумно заключить, что вся система беспорядочна. Изощренный интерфейс с окнами, иконками и цветной графикой может быть использован для того, чтобы скрыть плохие характеристики системы. Если же интер фейс пользователя легко понимается и используется, тогда, ско рее всего, и техническая система (программа), которую он пред ставляет, хорошо структурирована. Принципы эргономики помо гают в оценке качества интерфейса пользователя, а в ряде случа ев и самой программы.

ЗАКЛЮЧЕНИЕ В настоящее время элементы теории управления инноваци онными проектами актуальны как некогда. В условиях перехода экономики на инновационный путь развития все существующие знания в области инноватики становятся востребованы. Всемир ный экономический кризис также порождает интерес к проектам, основанным на новых знаниях. Научиться методам и подходам данной области знаний как рабочему инструменту можно только при полном овладении приемами и технологией практического решения задач. Эту цель и преследует данная работа, предлагая новые знания в теории управления инновационными проектами и показывая адекватность описанных методов на практических примерах.

В ходе работы над данной монографией инновация рассмат ривалась как объект управления. Основное внимание уделялось двум основным вещам. Во-первых, внимание уделялось задаче прогнозирования, для того чтобы при реализации инновационных проектов была возможность оценить перспективы того или иного проекта и принять решение о его развитии и поддержке или о его свертывании. Во-вторых, рассматривалась задача принятия опти мальных решений при управлении проектами, а именно – приня тия наилучшего решения в текущий момент времени развития проекта. Подход основан на построении интегрированной оценки, состоящей из оценок методов и методик. Таким образом, удалось разработать метод, не зависящий от специфики конкретного про екта и позволяющий учитывать все необходимые особенности, основываясь на экспертных оценках в тех сферах деятельности, которые, по мнению лица, принимающего решения оказывают наибольшее влияние на конкретный рассматриваемый проект.

Дальнейшее эффективное развитие теории управления в условиях быстро меняющейся конъюнктуры и больших объемов данных невозможно без применения вычислительной техники для исследования и разработки сложных систем управления раз личными объектами. Поэтому все рассмотренные в монографии методы имеют высокую степень формализации и могут быть реа лизованы в виде алгоритмов. Способу их применения и месту в существующих информационных системах поддержки принятия решений при управлении проектами также посвящена отдельная часть работы.

СПИСОК ЛИТЕРАТУРЫ 1. Adizes I. Corporate Lifecycles: how and why corporation grow and die what to do about it. – New Jersey: Englewood Cliffs: Prentice Hall, 1988.

2. Amberg M., Mylnikov L. Innovation project lifecycle prolongation method // Innovation and Knowledge Management in Twin Track Economies: Chalenges&Solutions: Proc. of the 11th Intern. Busi ness Inform. Management Assoc. Conf. Cairo, 2009. – pp. 491–495.

3. American Production and Inventory Control Society // APICS dic tionary / edit. J.F. Cox [et al.]. –1992. – P. 54.

4. Arslan T. A hybrid model of fuzzy and AHP for handling public as sessments on transportation projects // Transportation. – 2009. – № (36). – pp. 97–112.

5. Atkinson W.I. Nanocosm: Nanotechnology and the big changes coming from the inconceivably small. – New York, 2006. – P. 307.

6. Axelrod R. The Structure of Decision: Cognitive Maps of Political Elites. – Princeton: University Press, 1976.

7. Beaufils B., Branouy O. Reputation games and the dynamics of ex change network. – Lille: University of Science and Technology, 2004. – 22 p.

8. Bruce R. B., Jeffrey T. Lafrance The Law of Demand versus Di minishing Marginal Utility // Review of Agricultural Economics. – 2008. – №2 (28). – pp. 263–271.

9. Buchan J., Koenigsberg E. Scientific Inventory Control, 1963.

10. Checkland P.B. System Thinking, System Practice. – New York:

Willey, 1981.

11. Dietrich L., Schirra W. Innovationen durch IT (Erfolgsbeispiele aus der Praxis). – Berlin: Springer-Verlag, 2006. – P. 515.

12. Gaither N., Gregory V.F. Production and operations management.

– Southwestern College Publishing. – Cincinnati, 1999. – 900 p.

13. Gantt H.L. A graphical daily balance in manufacture, Transactions of the American Society of Mechanical Engineers. – 1903. – Vol.

XXIV. – P. 1322–1336.

14. Gantt H.L. Work, Wages, and Profit. – 2nd ed. – New York: En gineering Magazine Co., 1916.


15. Gantt H.L. «Organizing for Work», Harcourt, Brace, and Howe. – New York, 1919.

16. Goodfellow R. Manufacturing Resource Planning. – A Pocket Guide, 1993. – 52 p.

17. Kazutomi Sugihara, Yutaka Maeda, Hideo Tanaka. Internal Eval uation by AHP with Rough Set Concept // New Directions in Rough Sets, Data Mining, and Granular-Soft Computing. – Berlin, Heidelberg: Springer, 1999.

18. Keller E.L. Enterprise Resource Planning. The changing applica tion model // GartnerGroup. – 1996. – February 5. – White paper. – P. 8.

19. Midgley D.F. Innovation and New Product Marketing. – London:

Redwood Burn Ltd, 2007. – p. 248.

20. Miller D.W. Inventory Control Theory and Practice, 1962.

21. Multi-objectives fuzzy optimization model for ship form demon stration based on information entropy / Zhang Wei-ying [et al.] // Journal of Marine Science and Application. – Harbin: Harbin En gineering University, 2006.

22. Murray A. The End of Management: Corporate bureaucracy is be coming obsolete. Why managers should act like venture capitalists // The Wall Street Journal Essential Guide to Management. – New York: Dow Jones&Co. Published by Harper Business, 2010.

23. Parmer R., Cockton J., Cooper G. Marketing success through good management practice. – Oxford: Elsevir, 2007. – p. 375.

24. Plossl G. Orlicky’s Material Requirements Planning. – 2nd ed. – New York: McGraw-Hill, 1997.

25. Sap R/3 System. Function in detail. Material Management. Pro duction Planning, SAP. – 1994.

26. Shapiro C., Stiglitz J. Equilibrium unemployment as a worker dis cipline device // American Economic Review. –1984. – Vol. 74. – pp. 433–444.

27. Steen E.V. On the origin of shared beliefs (and corporate culture).

– Harvard: MTI Working paper, 2003. – 25 p.

28. Taylor F. The Principles of Scientific Management, 1911.

29. Timmons J.A., Spinelli S. New venture creation: entrepreneurship for the 21st. – Singapoure: McGraw Hill, 2007. – 658 p.

30. Utterback J.M. Mastering the Dynamics of Innovation. – USA:

Harvard Business School Press, 1994. – P. 245.

31. Wight O.W. Production and inventory management in the com puter age. – Macmillan of Canada, 1974.

32. Wrdenweber B., Wickord W. Technologie- und Innovationsman agement im Unternehmen. – Berlin, Heidelberg: Springer-Verlag, 2008. – P. 252.

33. Wouter W.A. Beelaerts van Blokland, Wim J.C. Verhagen, Sicco C. Santema The Effects of Co-Innovation on the Value-time Curve: A Quantitative Study on Product Level // Journal of Busi ness Market Management. – 2008. – № 1. – Part 2.

34. Yew Lee Kuan. Yhe Singapore Story: 1965–2000. From third world to first. – New York, USA: HarperCollins Publishers, 2000.

35. Young P. The evolution of conventions // Econometrica. – 1993. – № 61. – pp. 57–84.

36. Yuan-Sheng Huang, Jian-Xun Qi, Jun-Hua Zhou. Method of Risk Discernment in Technological Innovation Based on Path Graph and Variable Weight Fuzzy Synthetic Evaluation // Fuzzy Syrtems and Knowledge Discovery: Second International Conference, FSKD 2005, Changsha, China, August 27–29. – Proceedings, 2005. – Part I. – pp. 635–644.

37. Zadeh L.A. Fuzzy sets // Information and Control. – 1965. – Vol.

8, № 3. – pp. 338–353.

38. Zhongzhi Shi Knowledge-Based Decision Support System // Jour nal of Computer Science and Technology. – 1987. – № 1. – Part 2.

39. Алькидроу З.Х., Мыльников Л.А. Прогнозирование перспек тив развития параметров инновационных проектов, описывае мых S-образной кривой // Управление большими системами:

сб. трудов VII всерос. школы-семинара, Пермь, 25–28 мая 2010 г. – Пермь: Изд-во Перм. гос. техн. ун-та, 2010. – Т. 1. – С. 118–123.

40. Ахо А., Хопкофт Дж., Ульман Дж. Структуры данных и алго ритмы. – М.: Вильямс, 2001.

41. Баркер А. Алхимия инноваций. – М.: Вершина, 2003. – 224 с.

42. Басовский Л.Е. Прогнозирование и планирование в условиях рынка: учеб. пособие. – М.: ИНФРА-М, 2002. – 260 с.

43. Березовский Б.А., Барышников Ю.М. Многокритериальная оптимизация. – М.: Наука, 1981. – 219 с.

44. Бурков В.Н., Коргин Н.А., Новиков Д.А. Введение в теорию управления организационными системами / под ред. чл.-корр.

РПН Д.А. Новикова. – М.: Либроком, 2009. – 264 с.

45. Бурков В.Н., Новиков Д.А. Как управлять проектами: науч. практ. изд. – М.: СИНТЕГ-ГЕО, 1997. – 188 с.


46. Винокур В.М., Мыльников Л.А., Перминова Н.В. Подход к прогнозированию успешности инновационного проекта // Проблемы управления. – 2007. – № 4. – С. 56–59.

47. Винокур В.М., Трусов А.В. Интеллектуальная собственность как основа инновационной деятельности / Перм. гос. техн.

ун-т. – Пермь, 2004. – 271 с.

48. Воронин А.А., Мишин С.П. Оптимальные иерархические структуры. – М.: ИПУ РАН, 2003.

49. Воропаев В.И. Управление проектами в России. – М.: Аланс, 1995. – 225 с.

50. Гаврилов Д.А. Управление производством на базе стандарта MRP II. – СПб.: Питер, 2003.

51. Гилев С.Е., Леонтьев С.В., Новиков Д.А. Распределение си стемы принятия решений в управлении региональным разви тием. – М.: ИПУ РАН, 2002.

52. Гмуран В.Е. Теория вероятностей и математическая статисти ка. – М.: Высшая школа, 2003. – 480 с.

53. Голдратт Э.М., Кокс Дж. Цель: процесс непрерывного улуч шения. Цель-2: Дело не в везении. – М.: Логос, 2000. – 778 с.

54. Губко М.В. Механизмы управления организационными си стемами с коалиционным взаимодействием участников. – М.:

ИПУ РАН, 2003.

55. Демкин И.В. Управление инновационным риском на основе имитационного моделирования. Основные подходы к оценке инновационного риска // Проблемы анализа риска. – 2005. – Т. 2, № 3. – С. 249–300.

56. Дудорин В.И. Управление экономикой производства: учебник для вузов. – М.: Экзамен, 2005. – 480 с.

57. Ермаков Н.С., Иващенко А.А., Новиков Д.А. Модели репута ции и норм деятельности. – М.: ИПУ РАН, 2005. – 67 с.

58. Иващенко А.А., Колобов Д.В., Новиков Д.А. Механизмы фи нансирования инновационного развития фирмы. – М.: ИПУ РАН, 2005.

59. Изойтис В.С. Экономико-математическое моделирование производственных систем. – М.: Гелиос АРВ, 1993.

60. Ильенкова С.Д. Инновационный менеджмент. – М.: ЮНИТИ, 2003.

61. Инновационный менеджмент: Концепции, многоуровневые стратегии и механизмы инновационного развития: учеб. посо бие / под ред. В.М. Аньшина, А.А. Дагаева. – М.: Дело, 2006. – 584 с.

62. Колесников С.Н. Стратегия бизнеса. – М.: СТАТУС-КВО, 2000.

63. Колтынюк Б.А. Инвестиции: учебник. – СПб.: Изд-во Михай лова В.А., 2003. – 848 с.

64. Компьютерно-интегрированные производства и CALS техноло гии в машиностроении. – М.: Федеральный информационно аналитический центр оборонной промышленности, 1999. – 510 с.

65. Кормен Т., Лейзерсон Ч., Ривест Р. Алгоритмы: построение и анализ. – М.: МЦНМО, 200. – 960 с.

66. Кремера Н.Ш. Исследование операций в экономике. – М.:

Банки и биржи: ЮНИТИ, 1997.

67. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и ис кусственные нейронные сети: учеб. пособие. – М.: Изд-во фи зико-математической литературы, 2001. – 224 с.

68. Кулинич А.А. Компьютерные системы моделирования когни тивных карт: подходы и методы // Проблемы управления. – 2010. – № 3. – С. 2–16.

69. Лефевр В.А. Алгебра совести. – М.: Когито-Центр, 2003.

70. Лысаков А.В., Новиков Д.А. Договорные отношения в управ лении проектами. – М.: ИНУ РАН, 2004. – 101 с.

71. Медведева Л.П., Трусов А.В. Ресурсные источники инноваци онного экономического роста в регионе. – Пермь: Пермский ЦНТИ, 2007. – 236 с.

72. Методы и модели анализа данных OLAP и Data Mining / А.А. Барсегян [и др.]. – СПб.: БХВ-Петербург, 2004.

73. Механизмы финансирования программ регионального разви тия / В.Н.Бурков [и др.]. – М.: ИПУ РАН, 2002.

74. Милгром П., Робертс Д. Экономика, организация и менедж мент. – СПб.: Экономическая школа, 1999. – Т. 1. – 468 с.

75. Мыльников Л.А. Актуальные вопросы охраны интеллекту альной собственности в условиях действия части четвертой Гражданского кодекса Российской Федерации // Гражданский кодекс и интеллектуальная собственность как основа иннова ционного предпринимательства в России: тез. докл. науч. практ. конф., Пермь, 17–18 марта 2009. – М.: ФГУ ФИПС, 2009. – С. 59–64.

76. Мыльников Л.А., Алькидроу Р.Х. Подход к прогнозированию развития и управления жизненным циклом инвестиционных проектов. Управление большими системами. – М.: ИПУ РАН, 2009. – Вып. 27. – С. 293–307.

77. Мыльников Л.А., Трушников Д.Н. Моделирование систем:

практикум: учеб. пособие. – Пермь: Изд-во Перм. гос. техн.

ун-та, 2006. – 42 с.

78. Нечеткая логика: алгебраические основы и приложения / С.Л. Блюмин [и др.]. – Липецк: ЛЭГИ, 2002. – 113 с.

79. Новиков Д.А. Институциональное управление организацион ными системами. – М.: ИПУ РАН, 2003. – 68 с.

80. Новиков Д.А. Механизмы функционирования многоуровне вых организационных систем. – М.: Фонд «Проблемы управ ления», 1999.

81. Новиков Д.А. Сетевые структуры и организационные систе мы. – М.: ИПУ РАН, 2003. – 108 с.

82. Новиков Д.А. Стимулирование в социально-экономических системах (базовые математические модели). – М.: ИПУ РАН, 1998. – 216 с.

83. Новиков Д.А. Структура теории управления социально экономическими системами // Управление большими систе мами. – 2009. – Вып. 24. – С. 216–257.

84. Новиков Д.А. Управление проектами: организационные меха низмы. – М.: ПМСОФТ, 2007. – 140 с.

85. Новиков Д.А., Иващенко А.А. Модели и методы организаци онного управления инновационным развитием фирмы. – М.:

Ленанд, 2006.

86. Новиков Д.А., Смирнов И.М., Шохина Т.Е. Механизмы управления динамическими активными системами. – М.: ИПУ РАН, 2002. – 124 с.

87. Новиков Д.А., Цветков А.В. Механизмы функционирования организационных систем с распределительным контролем. – М.: ИПУ РАН, 2001.

88. Новиков Д.А., Чхартишвили А.Г. Прикладные модели инфор мационного управления. – М.: ИПУ РАН, 2004. – 130 с.

89. Новиков Д.А., Чхартишвили А.Г. Рефлексивные игры. – М.:

Синтег, 2003. – 160 с.

90. Новиков Ф. Дискретная математика для программистов. – СПб.: Питер, 2004.

91. О'Лири Д. ERP-системы. Современное планирование и управ ление ресурсами предприятия. – М.: Вершина, 2004. – 272 с.

92. Первознанский А.А. Математические модели в управлении производством. – М.: Мир, 1985.

93. Питеркин С.В., Оладов И.А., Исаев Д.В. Точно вовремя для России. Практика применения ERP-систем. – М.: Альпина Паблишер, 2006. – 368 с.

94. Подиновский В.В., Гаврилов В.М. Оптимизация по последо вательно применяемым критериям. – М.: Сов. Радио, 1975. – 192 с.

95. Подиновский В.В., Ногин В.Д. Парето-оптимальные решения многокритериальных задач. – М.: Наука, 1982. – 256 с.

96. Производственный менеджмент: учебник / под ред. В.А. Коз ловского. – М.: ИНФРА-М, 2003. – 574 с.

97. Радаев В.В. Экономическая социология. – М.: ГУ-ВШЭ, 2005.

98. Родников А.Н. Логистика // Терминологический словарь. – М.: Экономика, 1995. – С. 251.

99. Саати Т. Принятие решений. Метод анализа иерархий. – М.:

Радио и связь, 1993. – 278 с.

100. Столбов В.Ю., Федосеев С.А. Модель интеллектуальной си стемы управления производством // Проблемы управления. – 2006. – № 5. – С. 36–39.

101. Таран Т.А. Логические модели рефлексивного выбора // Ав томатика и телемеханика. – 2001. – № 10. – С. 103–117.

102. Таха Х.А. Введение в исследование операций. – М.: Виль ямс, 2001. – 912 с.

103. Теория и практика нечетких гибридных систем / И.З. Ба тыршин [и др.];

под ред. Н.Г. Ярушкиной. – М.: Физматлит, 2007.

104. Туманов А.Ю. Исследование социо-фактора риска иннова ционного проекта // Инновации в науке, образовании и про изводстве. Теоретические основы управления инновациями:

труды СПбГУ № 496. – СПб.: Изд-во политехн. ун-та, 2006. – 138 с.

105. Фатхутдинов Р.А. Производственный менеджмент: учебник для вузов. – 4-е изд. – СПб.: Питер, 2003. – 491 с.

106. Цыганов В.В. Адаптивные механизмы в отраслевом управ лении. – М.: Наука, 1991.

107. Цыганов В.В, Бородин В.А., Шишкин Г.Б. Интеллектуальное предприятие. – М.: Университетская книга, 2004. – 768 с.

108. Чалдин Р. Психология влияния. – СПб.: Питер, 2001.

109. Чхартишвили А.Г. Теоретико-игровые модели информаци онного управления. – М.: ПМСОФТ, 2004. – 227 с.

110. Штойер Р. Многокритериальная оптимизация. Теория, рас чет и приложения: пер. с англ. – М.: Радио и связь, 1992.

111. Яковенко Е.Г., Басс М.И., Махров Н.В. Циклы жизни эконо мических процессов, объектов и систем. – М.: Наука, 1991. – 192 с.

Научное издание Мыльников Леонид Александрович ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ИННОВАЦИОННЫМИ ПРОЕКТАМИ Монография Редактор и корректор Е.И. Хазанжи _ Подписано в печать 24.01.2011. Формат 6090/16.

Усл. печ. л. 9,06. Тираж 100. Заказ № 5/ _ Издательство Пермского государственного технического университета.

Адрес: 614990, г. Пермь, Комсомольский пр., 29, к. 113.

Тел. (342) 219-80-33.



Pages:     | 1 | 2 ||
 





 
© 2013 www.libed.ru - «Бесплатная библиотека научно-практических конференций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.