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 | 3 || 5 | 6 |

«СИСТЕМЫ УПРАВЛЕНИЯ И ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ Сборник трудов Выпуск 9 2002 Министерство образования Российской Федерации ...»

-- [ Страница 4 ] --

1) имеет место неравенство D11 DD 21 D11 D + 2 D22 0, 2) существует такая константа a(0,1), что L(a)0, 3) система трёх матричных дифференциальных уравнений в частных производ - ных типа Риккати, где D = D11 DD21 D11 D + 2 D22, ~ 2 ~ ~ & Q1 (t ) + AT (t )Q1 (t ) + Q1 (t ) A(t ) + 2Q1 (t ) D111 DDQ 2 (t ) - 4Q1 (t ) DQ 2 (t ) ~- ~ ~ ~ - - - Q1 (t ) D111 DDD111 DD 21 D111 DDQ 2 (t ) + 4Q1 (t ) DD12 DD111 DD21 D111Q 2 (t ) + ~ + 2Q1 (t ) L-1 (a )Q3 (t ) - Q1 (t ) D111Q1 (t ) + Q1 (t ) D111 DDD111 DD21 D111Q1 (t ) - - ~- ~- ~ - - - - 2Q1 (t ) DD111 DD21 D111Q1 (t ) - Q1 (t ) D111 DDD111 DD21 D111 DDD111 DD21 D111Q1 (t ) + ~ -1 ~- ~~ -1 - + Q1 (t ) DD11 DD21 D11 D12 DD111 DD 21 D111Q1 (t ) - Q 2 (t ) D111 DDDDQ 2 (t ) + ~ ~ + 4Q 2 (t ) DD12 DQ 2 (t ) + Q 3 (t ) L-1 (a ) L1 L-1 (a )Q 3 (t ) = 0, Q1 (J ) = C1, ~ - - & Q 2 (t ) + AT (t )Q 2 (t ) + Q 2 (t ) A(t ) - 2Q 2 (t ) D111Q1 (t ) + Q 2 (t ) D111 DDD111 DD 21 D111Q1 (t ) ~- ~ ~ - - - - 4Q 2 (t ) DD111 DD 21 D111Q1 (t ) + Q 2 (t ) D111 DDD21 D111 DDD111 DD 21 D111Q1 (t ) + ~ ~ + 4Q 2 (t ) DD22 DD111 DD21 D111Q1 (t ) + 2Q 2 (t ) L-1 (a )Q3 (t ) + Q1 (t ) D111 D21 D111Q1 (t ) - - ~- ~- ~ - - - - - Q1 (t ) D111 D21 D111 DDD111 DD21 D111Q1 (t ) + Q1 (t ) DD111 DD21 D111 D22 DD111 DD 21 D111Q1 (t ) + 1 ~- ~- ~ - - - - + Q1 (t ) D111 DDD111 DD 21 D111 D21 D111 DDD111 DD21 D111Q1 (t ) + 2Q 2 (t ) D111 DDQ 2 (t ) ~ ~ ~ ~ ~ - + 4Q 2 (t ) DQ 2 (t ) + Q 2 (t ) D111 DDD21 D111 DDQ 2 (t ) + 4Q 2 (t ) DD22 DQ 2 (t ) + + Q3 (t ) L-1 (a ) L3 L-1 (a )Q3 (t ) = 0, Q2 (J ) = C 2, ~ - & Q 3 (t ) + AT (t )Q 3 (t ) + Q3 (t ) A(t ) - 2Q 3 (t ) D111Q1 (t ) + Q 3 (t ) D111 DDQ 2 (t ) + ~- ~ ~ - - + Q3 (t ) D111 DDD111 DD21 D111Q1 (t ) - 4Q3 (t ) DQ2 (t ) - 2Q3 (t ) DD111 DD21 D111Q1 (t ) ~- ~- ~ - - - - - Q1 (t ) D111 DDD111 DD21 D111Q1 (t ) + Q1 (t ) D111 DDD111 DD21 D111 DDD111 DD21 D111Q1 (t ) + -1 ~ - -1 - - + Q1 (t ) D11 D1 (a ) D11 DDD11 DD21 D111Q1 (t ) - Q1 (t ) D111 D1 (a ) D111Q1 (t ) 1 ~- ~ - - - - Q1 (t ) D111 DDD111 DD21 D111 D1 (a ) D111 DDD111 DD 21 D111Q1 (t ) ~- ~- ~~ - - - Q1 (t ) DD111 DD 21 D111 D2 (a ) DD111 DD21 D111Q1 (t ) + 2Q 2 (t ) D111 DDDDQ 2 (t ) ~ ~ ~ ~ ~ - - - Q 2 (t ) D111 DDD1 (a ) D111 DDQ 2 (t ) - 4Q 2 (t ) DD2 (a ) DQ2 (t ) - Q1 (t ) D111 DDQ2 (t ) + ~~- ~ - - - + 2Q1 (t ) D111 DDDDD111 DD 21 D111Q 2 (t ) + 2Q1 (t ) D111 D1 (a ) D111 DDQ 2 (t ) ~ ~- ~ ~ - - - - Q1 (t ) D111 DDD1 (a ) D111 DDD111 DD21 D111Q 2 (t ) - 4Q1 (t ) DD2 (a ) DD111 DD 21 D111Q 2 (t ) + + Q3 (t ) L-1 (a )Q3 (t ) = 0, Q3 (J ) = C (a ), имеет решение Q1(t),Q2(t),Q3(t), продолжимое на [0,J].

* * * Тогда решение Штакельберга-Слейтера (U 1 (U 2 ), U 2, Z *) в игре (1) имеет вид ( )x ~ - U 2 u 2 = - D 2Q 2 (t ) + D111 DD 21 D111Q1 (t ), * * 1- ~ ~ - - U 1 (U 2 ) u1 (u 2 ) = - D111Q1 (t ) + D111 DDQ 2 (t ) + D111 DDD111 DD 21 D111Q1 (t ) x, * * * * - Z * z* = L (a )Q3 (t ) x, а выигрыши игроков с начальной позицией (t0,x0) – * * * Fi (U 1 (U 2 ), U 2, Z *, t 0, x 0 ) = Vi (t 0, x 0 ), i = 1,2.

Список использованных источников 1. Isaacs R. Differential Games. – New York: Wiley, 1965.

2. Гермейер Ю.Б. Введение в исследование операций. – М.: Наука, 1971.

3. Красовский Н.Н., Субботин А.И. Позиционные дифференциальные игры. – М.: Наука, 1974.

4. Вайсборд Э.М., Жуковский В.И. Введение в дифференциальные игры не скольких лиц и их приложения. – М.: Сов. радио, 1980.

5. Жаутыков О.А., Жуковский В.И., Жаркынбаев С. Дифференциальные игры нескольких лиц (с запаздыванием времени). – Алма-Ата: Наука, 1988.

6. Клеймёнов А.Ф. Неантагонистические позиционные дифференциальные игры. – Екатеринбург: Наука, 1993.

7. Горелик В.А., Горелов М.А., Кононенко А.Ф. Анализ конфликтных ситуа ций в системах управления. – Москва: Радио и связь, 1991.

8. Жуковский В.И., Чикрий А.А. Линейно-квадратичные дифференциальные игры. – Киев: Наукова думка, 1994.

9. Multiple criteria and game problems under uncertainty / Abstracts of the Fourth International Workshop (September 8-14, 1996). – Moscow, 1996.

10. Вестник Псковского Вольного университета. "Математика и информатика".

Специальное приложение к журналу, 1997, Выпуск 1.

11. Управление сложными системами / Межвуз. сб. науч. тр. – М.: РосЗИТЛП, 1999.

12. Тараканов А.Ф. Решение Нэша-Слейтера иерархической игры в условиях неопределённости // Известия АН. Теория и системы управления. 2000, № 4, С.70-77.

13. Месарович М., Мако Д., Такахара И. Теория иерархических многоуровне вых систем. – Москва, 1973.

3. Прикладные задачи информатизации управления Г.Б.Абричкина, Л.Д.Хацкевич ПРОБЛЕМЫ УПРАВЛЕНИЯ КРЕДИТНЫМИ РИСКАМИ КОММЕРЧЕСКОГО БАНКА В рамках наиболее простого представления о кредитном риске он представляет собой риск неисполнения дебитором или контрагентом по сделке своих обязательств перед организацией, т.е. риск возникновения дефолта дебитора или контрагента. В рамках данного определения носителями кредитного риска являются в первую оче редь сделки прямого и не прямого кредитования (прямой риск) и сделок куп ли/продажи активов без предоплаты со стороны контрагента и гарантий расчётов со стороны третьих лиц (расчётный риск).

Более широкое и представление о кредитном риске определяет его как риск по терь, связанных с ухудшением состояния дебитора, контрагента по сделке, эмитента ценных бумаг. Под ухудшением состояния (рейтинга) понимается как ухудшение фи нансового состояния дебитора, так и ухудшение деловой репутации, позиций среди конкурентов в регионе, отрасли, снижение способности успешно завершить некий конкретный проект и т.д., т.е. все факторы способные повлиять платежеспособность дебитора. Потери в данном случае могут быть также как прямые - невозврат кредита, непоставка средств, так и косвенные - снижение стоимости ценных бумаг эмитента (например, векселей), необходимость увеличить объём резервов под кредит и т.д.

Следует отметить, что хотя источником кредитного риска является дебитор, контрагент или эмитент, данный риск связан в первую очередь с конкретной опера ций проводимой организацией. Так один и тот же дебитор в силу внутренних причин может отказаться своевременно погашать кредит, но исправно проводить выплаты по векселям.

Соответственно при более широкой трактовке кредитного риска носителями кредитного риска являются в том числе и корпоративные ценные бумаги (акции, об лигации, векселя).

В основе процедур оценки кредитных рисков лежат следующие понятия:

· Вероятность дефолта - вероятность, с которой дебитор в течение некоторого срока может оказаться в состоянии неплатежеспособности;

· Кредитный рейтинг - классификация дебиторов организации, контрагентов эмитентов ценных бумаг или операций с точки зрения их кредитной надежности;

· Кредитный миграция - изменение кредитного рейтинга дебитора, контр агента, эмитента, операции;

· Сумма, подверженная кредитному риску - общий объём обязательств деби тора, контрагента перед организацией, сумма вложений в ценные бумаги эмитента и т.д.;

· Уровень потерь в случае дефолта - доля от суммы, подверженной кредитно му риску, которая может быть потеряна в случае дефолта.

Собственно оценка кредитного риска может производиться с двух позиций оценка кредитного риска отдельной операции, портфеля операций.

Базовая оценка (без учёта кредитной миграции) кредитного риска отдельной операции может производиться с различным уровнем детализации:

· оценка суммы, подверженной риску;

· оценка вероятности дефолта;

· оценка уровня потерь в случае дефолта;

· оценка ожидаемых и неожиданных потерь.

На практике наиболее проста в получении сумма, подверженная риску. Более сложно, но также реально количественно оценить уровень потерь в случае дефолта.

Строгая количественная оценка вероятности дефолта в современной российской практике затруднительна по причине отсутствия надежной статистики невозвратов.

Однако вероятность дефолта на практике при принятии решений может быть оценена экспертно. Оценка ожидаемых и неожиданных потерь является производной оценкой от трех предыдущих.

Двумя основными конечными оценками кредитного риска являются ожидаемые и неожиданные потери. При классическом подходе к управлению кредит ными рисками покрытие ожидаемых потерь производится за счёт формируемых ре зервов, покрытие неожиданных потерь по кредитным рискам должно производиться за счёт собственных средств (капитала) организации.

Оценка кредитного риска портфеля сводится к расчёту ряда аналогичных пока зателей:

· общая сумма, подверженная риску (при наличии системы кредитных рей тингов - возможна группировка по отдельным значениям рейтинга);

· ожидаемые потери;

· распределение неожиданных потерь.

При оценке риска хорошо диверсифицированного портфеля можно сократить количество исследуемых показателей для отдельных составляющих портфеля, отнеся их к несистематическим рискам.

Отличием оценки кредитного риска портфеля от рыночного риска является то, что при стабильной макроэкономической ситуации корреляцией кредитных рисков отдельных составляющих портфеля можно пренебречь, однако нужно учитывать что в стрессовых ситуациях, напротив, корреляция невозвратов и не платежей по отдель ным операциям существенно возрастает.

Достоверно оценить кредитоспособность потенциального заемщика, несмотря на все многообразие схем и методик, применяемых в банковской практике, к сожале нию, удается не многим специалистам. Во-первых, из-за того, что не выработаны критерии оценки результатов анализа финансового состояния клиента. Во-вторых, отсутствует механизм оценки качественных показателей, характеризующих надеж ность заемщика, менеджмента компании, ее места на рынке. В итоге решение о дол госрочном кредитовании предприятия в коммерческом банке формируется на основе случайного набора выводов, а результаты кредитного анализа, как правило, не позво ляют точно определить основные параметры кредита, и уж тем более невозможно просчитать уровень кредитного риска.

Коммерческие банки ввиду своей "универсальности" по-прежнему считают, что кредитование реального сектора экономики есть операция повышенного риска, и данное мнение, в большей своей части, основано лишь на самых общих представле ниях о низком уровне рентабельности работы промышленных предприятий и из-за отсутствия механизма контроля за целевым использованием средств. Но обоснованно отстоять данную точку зрения не может никто, даже когда речь идет не об отрасли в целом, а о конкретном предприятии. Но как банк снижает риск невозврата средств?

Очень просто - либо кредитованием "своих" предприятий, либо кредитованием под "драконовский" залог, когда и вид закладываемого имущества, и порядок определе ния его стоимости, и связанные с залогом расходы свидетельствуют о полном непо нимании сути кредитной сделки. В такой ситуации особенно важно рассматривать вопрос об использовании качественных показателей, характеризующих деятельность заемщика, к коим относятся сумма и срок кредита, график его погашения и надлежа щее обеспечение.

Определение лимита кредитования обычно происходит по четырем направле ниям:

· анализ финансового состояния клиента;

· определение кредитоспособности потенциального заемщика;

· определение кредитного "рейтинга" заемщика в однородной среде клиентов;

· расчет лимита риска или определение лимита кредитования на одного по тенциального заемщика.

Как правило, для оценки кредитоспособности заемщика в банках проводится анализ показателей и расчетов, которые могут в той или иной мере характеризовать устойчивость финансового состояния клиента. При этом каждый коммерческий банк вырабатывает свой набор показателей, по которым и производится оценка. Набор по казателей может быть шире или уже, охватывать отчетные данные за год или за не сколько лет, включать поквартальные или помесячные данные балансов предприятий.

При всем разнообразии возможных вариантов выбранные показатели должны отве чать двум основным критериям:

· расчеты должны определять существенные особенности деятельности пред приятия;

· коэффициенты расчетов не должны дублировать друг друга.

Самостоятельных, недублирующих коэффициентов, характеризующих финан совое состояние предприятия, - девять, представляющие в свою очередь четыре ос новные группы показателей:

1. Достаточность собственных ресурсов:

· коэффициент обеспеченности собственными ресурсами;

· коэффициент соотношения заемных и собственных средств;

· коэффициент доли дебиторской задолженности.

2. Ликвидность актов:

· коэффициент текущей ликвидности;

· коэффициент срочной ликвидности.

3. Рентабельность производства:

· коэффициент рентабельности продаж;

· коэффициент рентабельности производственных фондов.

4. Оборачиваемость средств:

· коэффициент оборачиваемости оборотных средств;

· коэффициент оборачиваемости запасов.

Рассчитываемые коэффициенты позволяют получить о заемщике информацию, которая легко поддается оценке и дает о нем детальное представление. Единственная проблема - анализ финансового состояния клиента не может рассматриваться как часть кредитного анализа до тех пор, пока по результатам расчетов не будет ясно, можно ли клиенту давать ссуду и если да, то на какую сумму. Ни одна из применяе мых в банках методик анализа финансового положения предприятий ответа на этот вопрос не дает. Но в то же время, чтобы анализ финансового положения клиента стал элементом кредитного анализа, необходимо не только сформировать систему показа телей, но и сравнить полученные значения с некими стандартными нормативами. Та ковые можно "привязать" к "идеальному" заемщику, обладающему общим набором признаков с потенциальным заемщиком: отрасль, сфера деятельности, оборудование производства, динамика и структура баланса, и прочее. Как видно, при составлении показателей проблем не возникает, но при дальнейшей оценке используются значения показателей по предприятию за предыдущий период, другими словами, по принципу "было плохо, стало лучше". Но если учесть, что российская экономика изменчива и нестабильна, то значения тех или иных показателей не отражают реальных изменений в деятельности предприятия. В этой связи большое значение приобретает проблема наличия информации, дающей представление о финансово-экономическом положе нии в отраслях промышленности. Данная информация отсутствует в готовом виде, но Госкомстат России располагает показателями балансов всех отраслей и отчетностью по распределению прибыли.

По данному направлению проводится анализ, в ходе которого потенциальный заемщик получает свою позицию в рейтинге среди потенциальных кредитополучате лей. Проводимая оценка по финансовым показателям позволяет определить по коли честву набранных заемщиком баллов его относительную кредитоспособность и отне сти заемщика к той или иной степени надежности. Категория надежности является итоговым результатом на основании оценки финансовых показателей. Подобная гра дация заемщиков необходима для снижения рисков кредитования путем дисконтиро вания балансовой стоимости активов заемщика.

Расчет лимита кредитования заемщика производится на основе данных баланса предприятия, в котором отражены ликвидные активы - основной источник погашения задолженности. Активы заемщика по степени ликвидности условно делятся на четыре группы:

· быстрореализуемые;

· среднереализуемые;

· медленнореализуемые;

· труднореализуемые.

Для каждой группы активов применяются индивидуальные коэффициенты, оп ределяемые исходя из общей оценки заемщика и его отраслевой принадлежности.

Очевидно, что коэффициенты по промышленным и торгово-посредническим предприятиям будут иметь разные показательные значения.

Главным выводом из всего вышесказанного является необходимость рациона лизации ныне действующих моделей расчета, которые не учитывают значительное количество показателей деятельности заемщика. При формировании кредитной поли тики банкам пора отступить от принципа универсального подхода к долгосрочному кредитованию предприятий и, расширяя круг рассматриваемых показателей, более углубленно анализировать качество выпускаемой продукции данной отрасли, ее ме неджмента, конкурентоспособности и т. д., что несомненно более достоверно даст возможность провести оценку лимитов риска при кредитовании предприятий.

Пути защиты от кредитного риска в банке могут быть связаны с: кредитовани ем клиентов, с которыми банк работает длительное время;

привлечением других бан ков для консорциумного кредитования;

особой осторожностью в кредитовании новых клиентов;

высоколиквидным обеспечением кредитных операций;

страхованием рис ков и обеспечения;

выполнением текущего мониторинга кредитных операций;

дивер сификацией кредитного портфеля по отраслям экономики;

дополнениями (измене ниями) оценки финансового состояния заемщика;

введением (улучшением) монито ринга кредитных операций;

оценкой стоимости обеспечения;

правом собственности на обеспечение;

регистрацией обеспечения;

проверочными процедурами;

надежно стью управленческой информации.

Р.А.Абсатаров, А.Н.Черепухин, А.С.Матасов КОМПОНЕНТЫ ПОДСИСТЕМЫ ПРИНЯТИЯ РЕШЕНИЙ ПРИ ДИАГНОСТИКЕ ЗАБОЛЕВАНИЙ В МНОГОПРОФИЛЬНОМ ЛЕЧЕБНОМ УЧРЕЖДЕНИИ Одним из главных этапов в лечении любых заболеваний является своевремен ная и точная диагностика. Вовремя поставленный диагноз в значительной мере об легчает дальнейшее лечение, избавляя врача от необходимости использования опера тивных мер, экономя время и значительно повышая вероятность быстрого и, возмож но, безболезненного выздоровления пациента.

Немаловажную роль в процессе диагностики заболеваний играет периодиче ский профилактический осмотр, в процессе которого могут быть выявлены заболева ния на ранних этапах развития. Такие осмотры, как правило, представляют собой циклы повторяющихся операций, которые требуют значительного времени. Врач дос таточно высокой квалификации может сразу с высокой степенью вероятности выде лить пациентов с определенным диагнозом. Поэтому, хотя диагностика и требует от врача немалых знаний, эрудиции и мастерства, некоторые ее этапы могут быть фор мализованы, и следовательно может быть найден способ их автоматизации.

Одним из основных направлений использования высоких технологий в меди цине является создание проблемно-ориентированных систем управления и принятия решений с использованием моделей и алгоритмов интеллектуальной поддержки, ви зуализации и анализа информации на основе компьютерных методов обработки ин формации.

Современное развитие средств вычислительной техники позволило серьезно взглянуть на моделирование и алгоритмизацию процесса диагностики – принципи ально новый подход к диагностическому процессу. Существующие в настоящее вре мя программные средства обеспечивают удобные, и что самое главное, быстрые спо собы сбора, хранения, обработки и предоставления информации. Высокие производи тельности современных ЭВМ обеспечивают использование алгоритмов с огромным объемом вычислений, без ущерба общему времени принятия решений.

Большие алгоритмические и программные мощности требуются для одного из главных свойств систем автоматической диагностики – самообучения. В контексте алгоритмизации самообучение представляет собой процесс объединения результатов диагностики, подтвержденные врачом-экспертом, с уже имеющимися в системе дан ными. Этот необходимо прежде всего для улучшения качества диагностики. Таким образом, автоматизированная диагностика позволяет не только автоматизировать часть общего диагностического процесса – она позволяет создавать базы данных и базы знаний в форме исходной обучающей для системы информации, обобщить ди агностический опыт врачей-экспертов, что делает его доступным для всех медицин ских специалистов.

Создаваемые на базе информационных технологий автоматизированные рабо чие места (АРМ) врачей обладают свойством многофункциональности, они могут ис пользоваться как для собственно диагностики заболеваний, так и для целей перепод готовки и повышения квалификации врачей. Отсюда вытекает еще одно назначение подобных систем – тренажерное обучение. Обобщенный соответствующим образом, обработанный и в удобной форме предоставленный пользователю опыт диагностики делает возможным повышение квалификации молодых специалистов. Наличие в по добных системах обучающей информации по заданной предметной области в сочета нии с возможностью наблюдения за реальным процессом диагностики превращает программные системы в своеобразных «виртуальных учителей». Такие обучающие подсистемы могут производит контроль за правильностью работы молодых специа листов, а содержащиеся в них задачи и тесты позволят оценить квалификацию врача.

Классификация используемого в медицине программного обеспечения Все многообразие используемых в медицине программных средств можно раз делить на несколько групп [2, 4].

К первой группе отнесем программные средства, предназначенные прежде все го для хранения и предоставления различной медицинской информации по каждому пациенту. Это, как правило, базы данных, построенные на основе современных СУБД. Такие системы позволяют хранить большие объемы информации, однако сами по себе не являются диагностическими системами. Их основное назначение – упоря доченная организация и хранение данных, они обладаю широкими возможностями по предоставлению информации (распечатка, сохранение в различных форматах), подго товки нормативных документов.

Ко второй группе программных средств можно отнести программные подсис темы программно-аппаратных комплексов. Как правило, подобные системы предна значены для сбора различного рода информации с периферийных устройств комплек са, которые в свою очередь являются измерителями – давления, объема, частоты и т.

д. Подобные системы способны хранить в упорядоченном виде личные карточки па циентов с результатами измерений. Присутствует возможность вычисления неизме ряемых параметров, статистических характеристик данных, однако алгоритмы диаг ностики преимущественно отсутствуют.

К третьей группе программ можно отнести сложные математические пакеты, содержащие большое число разнообразных алгоритмов статистической обработки данных, в том числе алгоритмы многомерной классификации. Однако такие пакеты не являются в прямом смысле медицинским программным обеспечением, хотя и мо гут быть адаптированы под задачи автоматизированной диагностики. Задача адапта ции подобных программных средств сама по себе сложна, требует достаточно глубо ких знаний в области использования вычислительной техники, систем управления ба зами данных и статистике. Такие программы широко используются в исследователь ском направлении, однако в режиме постоянного мониторинга практически не при меняются. Возможности хранения информации в математических пакетах достаточно скудны, и рассчитаны на удобное для математической обработки размещение данных.

Отдельно следует отметить разрабатываемые в последнее время автоматизиро ванные поликлинические системы диагностики различных заболеваний. Эти проекты выполняются в рамках диссертационных работ, и носят скорее исследовательский ха рактер. Такие программные продукты, несомненно, являются полноценными систе мами автоматизированной диагностики, однако адаптированы под узкий круг заболе ваний. В области диагностики и лечения желчного пузыря таких разработок не най дено.

В настоящее время обеспеченность поликлиник и больниц большинства горо дов России подобными системами находится на достаточно низком уровне.

Структура АРМ врача На сегодняшний момент целесообразность использования вычислительных машин в медицине очевидна. Однако если говорить непосредственно о работе врача узкой квалификации, а не просто администратора, то, как уже было сказано, про граммное обеспечение ЭВМ должно либо содержать элементы предметной области специализации врача, либо являться адаптивной системой, которая путем несложных настроек преобразуется под заданную предметную область задачи медицинской ди агностики [1, 3].

Компьютерная поддержка врачебной деятельности вносит в медицинский тех нологический процесс новые черты. Врач во многом освобождается от рутинной деятельности и у него появляется возможность больше времени уделять решению тех задач, где необходим творческий подход, проявление интуиции и эрудиции. По является возможность решать более сложные лечебно-диагностические задачи за счет более глубокого анализа клинической информации, требующей использования сложных алгоритмов путем вовлечения в этот процесс больших объемов информа ции, включающей и справочные данные.

Структура типового автоматизированного рабочего места врача представлена на рис. 1.

Рис. 1. Структурная схема типового АРМ врача АРМ врача состоит из отдельных подсистем:

1) Аппаратные средства АРМ. Представляет собой современную ЭВМ и пери ферийные устройства (принтер, сканер). Объем вычислений и требования с про граммной части заставляют рекомендовать к использованию вычислительную маши ну на базе процессора Intel Pentium или аналогов. Кроме того ЭВМ должна быть ос нащена современной видеоподсистемой, средствами ввода информации (клавиатура, мышь), достаточным для программной части объемом долговременной (жесткий диск) и оперативной памяти. Более подробно требования к аппаратной части будут рассмотрены ниже.

2) Программные средства. В состав программных средств входят соответст венно системное, прикладное и сервисное программное обеспечение. Поэтому перей дем сразу к их рассмотрению.

3) Системное программное обеспечение. Представляет собой базовое ПО, не обходимое для функционирования АРМ. К нему отнесем операционную систему и необходимые для функционирования устройств драйвера (принтера, видеокарты, мыши). Как правило, современные операционные системы содержат достаточно большое количество драйверов, устанавливаемых автоматически при установки ОС, однако некоторые специфические или новые устройства требуют отдельной их уста новки. В соответствии с заданием операционная система, используемая в АРМ – Windows 2000.

4) Сервисное ПО – это разнообразные утилиты, устанавливаемые операцион ной системой. К ним могут относиться небольшие программы просмотра изображе ний, мастера печати, калькулятор, средства контроля и диагностики работы системы.

5) Специальное ПО – в данном случае это программный комплекс автоматизи рованной диагностики. Представляет собой автономное приложение, запуск которого возможен (по желанию пользователя) при старте системы.

6) Документация – это различная информация по предметной области диагно стики, использованию программных и аппаратных средств. Может находиться как на электронных носителях информации, так и на бумажных.

Оценивая существующее на данный момент информационное и программ ное обеспечение АРМ врача, можно сделать вывод, что задача диагностики наруше ний в желчном пузыре еще не нашла должного решения. Разработка автоматизиро ванной системы диагностики, позволяющей быстро и эффективно решать эту задачу, проводится в данной работе.

АРМ должен отвечать следующим требованиям:

· своевременное удовлетворение информационных и вычислительных по требностей врача;

· минимальное время ответа на запросы пользователя;

· адаптация к уровню подготовки пользователя и его профессиональным за просам;

· простота освоения приемов работы на АРМ и легкость общения, надеж ность и простота обслуживания;

· возможность быстрого обучения пользователя.

Автоматизация процесса диагностики холецистита Основное назначение системы предполагается для периодического профилак тического осмотра, диагностики и обработки статистической диагностической ин формации. Основные требования, предъявляемые к программе:

· система должна обеспечивать решение задачи медицинской диагностики, то есть результатом работы системы становится вывод о наличии заболевания у пациен та, сделанный по исследуемым данным;

· создание удобного интерфейса пользователя, обеспечивающего диалог врача с системой и предусматривающего систему меню и подсказок на каждом этапе диаг ностического процесса;

· накопление информации, полученной от пользователя;

· ведение баз данных и знаний в предметной области и работа с ними;

· конечные результаты должны быть представлены в виде, допускающем их однозначную интерпретацию в рамках данной области медицины;

· использование алгоритмов статистической обработки данных, позволяющих повысить точность и эффективность работы всей системы.

В соответствии с предъявляемыми требованиями в ходе разработки программы преследовалась цель: обеспечение удобства работы с программой пользователя, обла дающего малым объемом знаний и навыков в использовании компьютерной техники, а также достижение высокого быстродействия и эффективности программы.

Основные алгоритмические модули программы приведены на рис. 2:

· обучающие выборки и группы наблюдения – таблицы базы данных формата Paradox 7.0;

· подсистема взаимодействия и доступа к БД – совокупность драйверов БД, алгоритмических средств доступа к ним;

Рис. 2. Структура программной системы · подсистема контроля и преобразования данных – осуществляет контроль вводимой в таблицы БД информации на корректность, при необходимости осуществ ляет преобразование данных в определенный формат;

представляет собой совокуп ность алгоритмов VCL и собственного кода программы;

· подсистема основных вычислений – набор функций статистической обра ботки выборок;

· подсистема диагностики – набор функций, осуществляющих постановку ди агноза;

· подсистема визуализации – набор функций, формирующих информацию для визуализации данных;

· подсистема предоставления информации – содержит алгоритмы преобразо вания данных в форму, пригодную для отображения в интерфейсе пользователя;

· подсистема интерфейса пользователя – набор визуальных компонент и функций формирования информации для них.

Список использованных источников 1. Абсатаров Р.А., Бондарев А.А. Интеллектуализация принятия решений в ди агностике и оперативном лечении холецистита лапароскопическим методом. Воро неж: Центрально-Черноземное книжное издательство, 2002. 158 с.

2. Автоматизированное рабочее место для статистической обработки данных/ В.В.Шураков, Д.М.Дайитбегов, С.В.Мизрохи, С.В.Ясеновский. – М.: Финансы и ста тистика, 1990. - 190с.

3. Автоматизированные медико-технологические системы. Ч. 1,2,3: Моногра фия/ А.Г.Устинов, В.А.Ситарчук, Н.А.Кореневский;

Под ред. А.Г.Астинова. Курск.

гос. техн. ун-т. Курск, 1995. 139 с.

4. Беллман Р. Кибернетика и медицинская диагностика/ Пер. с англ. - М.: Зна ние, 1968. - 50с.

В.В.Герасимов, С.Л.Иголкин, С.Л.Подвальный МОДЕЛИРОВАНИЕ И ОПТИМИЗАЦИЯ УПРАВЛЕНИЯ РАСПРЕДЕЛЕННЫМИ ОРГАНИЗАЦИОННЫМИ СИСТЕМАМИ Финансовая политика в управлении распределенными организационными сис темами (РОС) как правило не предполагает наличия средств, достаточных для полно го и всеобъемлющего проведения всего комплекса мероприятий, обеспечивающих максимально эффективное развитие. Актуальной является задача такого распределе ния (перераспределения) средств и ресурсов, при котором воздействие оказывалось бы на те факторы, направленное изменение которых могло бы в наибольшей степени повлиять на повышение эффективности работы РОС. Воздействовать на эффектив ность работы РОС зачастую получается только опосредованно, через цепочку “мероприятие” ® “фактор влияния” ® “эффективность работы”.

Проведем классификацию мероприятий следующим образом: организацион ные;

методические;

опережающие;

финансово-экономические;

научно-технические.

Преимущественно качественный характер классификации обеспечивает почти полное непересечение комплексов между собой. Достаточно большое количество типовых мероприятий, сгруппированных в 5 групп, может воздействовать на множество фак торов влияния на эффективность работы РОС. Понятно, что мероприятия пересека ются по влиянию на факторы, и из соображений организации рационального управ ления целесообразно выбрать те из них, проведение которых окажет наибольшее воз действие на факторы влияния на эффективность в условиях выделенных ресурсов.

Таким образом, можно сформулировать общую задачу оптимизации воздействия на значимые факторы влияния на эффективность работы РОС в предположении ограни ченности выделяемых ресурсов для отдельной, выделенной территории:

Приведем математическую формализацию в предположении, что имеется одна территория, для проведения комплекса мероприятий РОС (КМП) по которой выделе но C ресурсов с точностью до D С*. Пусть экспертным путем выделено N значащих * факторов, влияние на которые возможно, и всего имеется M различных видов КМП (мы предполагаем, что они независимы друг от друга). Тогда задача оптимального управления факторами, влияющими на эффективность работы РОС, формализуется следующим образом:

N M Yz = xm Qmn Rn ® max, (1) n=1 m= * при ограничении C - C D на используемые ресурсы, где:

Yz - интегральный показатель, характеризующий (количественно или качест венно) эффективность;

Rn (n=1..N) - коэффициент влияния фактора n на эффективность работы РОС (может быть получен экспертным путем или в результате экономико-статистического анализа);

{Qmn } n==11....N - матрица коэффициентов эффективности влияния КМП m на m M фактор n;

M xm S m C= - выражение для стоимости комплекса КМП;

m= S m - ресурсная стоимость проведения КМП m;

при этом ресурсная стоимость фактически зависит от времени, что еще более усложняет задачу оптимизации;

xm {0,1}, 1 в случае, если КМП с индексом m проводится, 0 в ситуации, ко гда проведение КМП с индексом m признано нецелесообразным.

Приведенная оптимизационная задача может решаться стандартными эвристи ческими методами, но не является классической задачей линейного программирова ния в силу нелинейности ограничения на используемые ресурсы, а также фактической нелинейности S m. Ограничение на используемые ресурсы не является обремени тельным, поскольку в реальной практике управления удается привлечь дополнитель ные ресурсы, например, из сверхплановых доходов или привлеченных средств орга низаций и населения. Понятно, кроме того, что в случае, когда полученное значение C близко к C * - D (но превышает его), можно найти такое незапланированное КМП, что общая стоимость будет ненамного превышать C * + D и незапланированное пре вышение можно будет изыскать за счет филиалов других территорий (рис. 1).

Точка t0 соответствует начальной итерации оптимистического алгоритма выбо ра оптимальной структуры КМП. Понятно, что полученное значение C оказывается далеко от разрешенной полосы. В точке t1 представлен результат применения песси мистического алгоритма, после применения которого мы получаем допустимое, но неоптимальное решение (значение Y1 существенно меньше потенциально достижи мого). Точка t2 соответствует полученному оптимальному решению, ресурсная харак теристика которого находится близко к нижней границе допустимых значений ресур са. Наконец, в точке t* мы получаем “недопустимое” с точки зрения ограничений ре шение, которое в реальных условиях оказывается вполне приемлемым из-за малой (но положительной) разницы между требуемым ресурсом C и C*+D.

Рис. 1. Схема выбора оптимальной структуры КМП при превышении предель ного значения ресурсов C*+D Получение конкретных значений коэффициентов влияния фактора n на эффек тивность работы предприятия ( Rn ) является отдельной задачей, решение которой не входит в рамки исследования. Заметим только, что один из существующих путей - это применение метода средневзвешенных экспертных оценок для определения конкрет ного значения Rn.

Рис 2. Значения интегрального критерия при соответствующих схемах выбора оптимальной структуры КМП при превышении предельного значения ресурсов C*+D (в точке t*) Получение {Qmn } m=1.. M - матрицы коэффициентов эффективности влияния n =1.. N КМП m на фактор n, - является не менее сложной задачей, поскольку, в отличие от Rn, коэффициенты являются на деле оценкой эффективности проведения мероприя тий, причем вовсе необязательно, что в исследование включены все факторы, на ко торые непосредственно или косвенно влияет конкретное КМП. Наличие факторов, не учитываемых в анализе, означает, что суммарный коэффициент эффективности (по строке матрицы, т.е. по всем анализируемым факторам) будет не более, а, как прави ло, строго меньше рассчитываемого для КМП. С точки зрения соображений нормиро вания, целесообразно считать, что Qmn1, причем N Qmn 1 для всех m=1..M. (2) n = В идеальном случае, когда учитываются все факторы, на которые влияет КМП, имеет место равенство N Qmn =1 для всех m=1..M, (3) n = причем мы не требуем положительности Qmn, а следовательно, более корректным бу дет следующее ограничение:

N Qmn 1 для всех m=1..M. (4) n = Зависимость ресурсной стоимости проведения КМП m S m от времени на пер вый взгляд представляется неочевидной. Однако, если принять во внимание как ди намизм реальной покупательной способности рубля, так и постоянно изменяющуюся хозяйственно-экономическую и законодательную ситуацию, станет понятно, что при нятие решения в течение, например, недели, потребует корректировки S m.

Будем считать, что орган управления РОС осуществляет воздействие на P тер риторий или филиалов. В силу специфичности каждой территории в ней существуют собственные вектора влияния факторов на эффективность работы и соответствующие матрицы коэффициентов влияния КМП. Более того, понятно, что множества факто ров могут различаться для разных территорий. Пока для простоты будем предпола гать, что управление осуществляется над единой группой факторов влияния. Тогда задача оптимального управления факторами, влияющими на эффективность работы распределенного предприятия, формализуется следующим образом:

M p N p p P Yz = a p xm Qmn Rn ® max, (5) m=1 n=1 p = * при ограничении C - C D на используемые ресурсы, где:

Yz - как и прежде, интегральный показатель, характеризующий эффектив ность;

Rnp (n=1..N;

p=1..P) - коэффициент влияния фактора n на эффективность рабо ты распределенного предприятия по территории p (может быть получен экспертным путем или в результате статистического анализа);

{Q } p n =1.. N - матрица коэффициентов эффективности влияния КМП m на mn m=1.. M фактор n по территории p;

P M xm S m - выражение для стоимости всего комплекса КМП;

pp C= p =1 m= p S m - ресурсная стоимость проведения КМП m по территории p (фактическая зависимость от времени по-прежнему сохраняется, даже в несколько большей степе ни вследствие большей масштабности региона);

p x m {0,1}, 1 в случае, если КМП с индексом m проводится на территории p, в ситуации, когда проведение КМП с индексом m на территории p признано нецеле сообразным.

a p - коэффициент приоритетности территории p по сравнению с остальными (0 a p 1), причем (условие нормирования) P a p = 1. (6) p = При решении сформулированной задачи в качестве одного из результатов лег ко получаем выражение для количества ресурсов Cp, выделяемых для конкретной территории p (p=1..P):

M xm S m.

pp Cp = (7) m= Полученное выражение позволяет органам управления работой РОС на терри тории при необходимости осуществить перераспределение выделенных ресурсов в случае, когда за время выделения ресурсов технико-экономическая ситуация сущест венно изменилась, а осуществить повторное решение глобальной задачи на верхнем уровне управления распределенным предприятием уже не получается. Упомянутое перераспределение осуществляется путем решения соответствующей оптимизацион ной задачи Cp=C*.

Матрицы коэффициентов эффективности влияния КМП m на фактор n по тер {} n =1.. N p риториям p Qmn также могут существенно различаться для различных терри m=1.. M торий. Кроме того, совершенно не исключена ситуация, когда конкретное мероприя тие на границе территорий оказывает влияние не только на факторы “своей” террито {Q } p =1.. P p n =1.. N рии, но и “чужой”. Если рассматривать объединенную матрицу в mn m=1.. M трехмерном пространстве, то внешне она будет представлять из себя набор почти замкнутых параллелепипедов с малым объемом пересечений.

Важным частным случаем является случай абсолютно однородного региона, для которого имеет место соотношение p1 p Qmn @ Qmn (8) для всех 1 p1, p2 P. Для этого случая, дополнительно принимая a p = 1/p, a1 = a 2 =... = (9) 1 2 P Rn = Rn = Rn = Rn, (10) получаем M p N p p 1 M p N P P Yz = a p xm Qmn Rn = xm Qmn Rn = P m=1 n=1 n=1 p =1m= p = M p P 1M P 1 (11) p Q m xm = Q m xm, = P P m=1 p= p =1m= где Q m = Qmn Rn - вектор эффективности влияния КМП m на эффективность работы РОС в однородном регионе.

Коэффициент a p приоритетности территории p по сравнению с остальными характеризует, с одной стороны, уровень “запущенности” территории по сравнению с остальными (поскольку требуется более интенсивное воздействие на факторы влия ния), а с другой, объективную необходимость такого внимания, порожденную внеш P a p ( a p = 1 ) не ними событиями. Условие нормирования при положительности p = обходимо для корректного получения коэффициентов приоритетности - один из пу тей есть применение методов экспертных оценок, причем в качестве экспертов могут выступать как главные специалисты территорий, так и группа внешних экспертов.

Аналогично предыдущему рассмотрению приведем задачу оптимизации воз действия на эффективность работы РОС для группы регионов. Как уже отмечалось, размерность получающейся задачи настолько высока, что ее решение с использовани ем стандартных средств вычислительной техники оказывается малореалистичным без редукции множества факторов. Тем не менее, проведем формальное построение оп тимизационной задачи в предположении, что в рассмотрении находится U регионов.

При этом считаем, что в каждом из регионов pu территорий (u=1..U). В этих предпо ложениях получаем следующую оптимизационную задачу:

M p,u N p,u p,u U Pu Yz = a p,u xm Qmn Rn ® max, (12) n =1 m= u=1 p = * при ограничении C - C D на используемые ресурсы, где:

Yz - как и прежде, интегральный показатель, характеризующий эффектив ность;

Rnp,u (n=1..N;

p=1..P;

u=1..U) - коэффициент влияния фактора n на эффектив ность работы РОС по территории p региона u (может быть получен экспертным путем или в результате статистического анализа);

{Q } p,u n =1.. N - матрица коэффициентов эффективности влияния КМП m на mn m=1.. M фактор n по территории p региона u;

Pu U M xm,u Sm,u - выражение для стоимости всего комплекса КМП;

p p C= u =1 p =1 m= Sm,u - ресурсная стоимость проведения КМП m по территории p региона u;

p x m,u {0,1}, 1 в случае, если КМП с индексом m проводится на территории p p региона u, 0 в ситуации, когда проведение КМП с индексом m на территории p регио на u признано нецелесообразным.

a p,u - коэффициент приоритетности территории p региона u по сравнению с остальными территориями данного региона (0 a p,u 1), причем (условие нормиро вания) Pu a p,u = 1. (13) p = Последняя из сформированных оптимизационных задач является наиболее об щей в плане постановки, и ее точное решение могло бы дать подход к оптимальному влиянию на эффективность. Однако ряд соображений препятствует непосредствен ному применению формулы. Среди них:

1) Размерность задачи (2UMmaxP) для типичного (по Воронежской области) M=33, Pmax=14 и для России U=87 набора параметров превышает 1012099.

2) Неизбежное в описанной ситуации сокращение базы исследования даже при экспертно верной оценке ценности сокращаемых параметров приводит к существен ному снижению точности оптимизации и получению решения, существенно отли чающегося от оптимального. В частности, можно сделать вывод о том, что для регио нов, территории которых с точки зрения параметрического описания близки к одно родным, наиболее рациональным является выработка оптимального решения именно на уровне региона, а для сильно разбросанных по параметров территорий принятие решений целесообразно осуществлять именно на уровне территории, а предваритель ное распределение ресурсов производить экспертным путем в регионе.

Представленные оптимизационные задачи не могут быть решены непосредст венно в силу существенной нелинейности ограничений и зависимости некоторых из них от времени, а некоторые в силу чрезмерной размерности. Предлагается использо вать эвристический алгоритм для поиска близкого к оптимальному управления фак торами, повышающими эффективность работы РОС, на территориальном и регио нальном уровнях.

При решении задачи оптимизации функционала (1) исследователь сталкивается прежде всего с проблемой выбора начального множества {xm} мероприятий, направ ленных на повышение эффективности работы предприятия. Такой выбор может быть осуществлен только экспертным путем, причем группа экспертов должна владеть фи нансово-экономической ситуацией исследуемой территории в полном объеме. Более того, необходимо создание полномасштабной базы данных по многолетним наблюде ниям факторов, влияющих на эффективность работы.

После выбора множества КМП {xm} необходимо осуществить проверку их со вместимости в плане возможности и целесообразности одновременного или последо вательного проведения. В случае, если сформированное экспертным путем множество КМП {xm} оказалось несовместным, необходимо вернуться к начальному этапу экс пертного определения {xm}.

Необходимо отметить, что указанная пара этапов на первый взгляд может вы полняться бесконечно долго в силу неменяющихся субъективных оценок экспертов специалистов в различных областях. Фактически, при реализации выбора начального множества КМП, мероприятия целесообразно разбить на “группы несовместимости” и первоначально исключить из рассмотрения полностью несовместимые КМП и оста вить в анализируемом множестве совместные мероприятия. В результате удастся осуществить успешную проверку на совместимость и перейти к следующему этапу процедуры оптимизации (рис. 3).

Рис. 3. Эвристический алгоритм решения задачи оптимального выбора ком плекса мероприятий для воздействия на эффективность работы РОС После выбора множества КМП {xm} осуществляется подсчет ресурсного огра M xm S m ничения C = *. В случае, если условие допустимости решения C - C D m= выполнено (фактически, это может произойти только после нескольких итераций, по скольку маловероятно, что даже группа высококвалифицированных экспертов сможет подобрать с первого раза группу совместных КМП, удовлетворяющих условию до пустимости), считаем, что найдено близкое к оптимальному решение {xm}, которое и предлагается для последующей реализации. Недопустимость решения (т.е. невыпол * нение условия C - C D ) означает один из двух вариантов:

1) полученное решение является чрезмерно экономичным и лежит существенно ниже C*. В этом случае осуществляется расширение {xm} посредством добавления xm с максимальными ресурсными потребностями (при этом выбранный xm впоследствии не может повторно выбираться в случае отбраковки из-за “дороговизны”) и возврат к фазе определения совместимости набора.

2) полученное решение является чрезмерно ресурсоемким и лежит существен но выше C*. В этом случае осуществляется сужение {xm} посредством удаления xm с минимальными ресурсными потребностями (при этом выбранный xm впоследствии может повторно выбираться). Необходимо отметить, что возврат к фазе определения совместимости набора не производится, а сразу осуществляется подсчет ресурсоем кости набора. Кроме того, смысл сужения посредством удаления xm с минимальными ресурсными потребностями состоит в стремлении приблизиться к C*+D сверху как можно ближе, т.е. в максимизации использования выделяемого ресурса.

Такие последовательные итерации приводят к (а) резкому увеличению C и (b) к медленному его уменьшению, что собственно и приводит к максимально эффектив ному использованию C*.

Список использованных источников 1. Герасимов В.В. Оптимизация управления распределенными организацион ными системами// Системы управления и информационные технологии: Сб. науч. тр.

Вып. Воронеж: Центрально-Черноземное книжное издательство, 2001. С. 78-84.

2. Кравец О.Я., Кравец Б.Б. Оптимизация воздействия на общую онкологиче скую ситуацию территории// Информационные технологии в медицине и управлении здравоохранением/ Тез. сообщ. краевой электронной научно-практической конферен ции. Барнаул: Изд-во КБСМИ, 1999. С.12-13.

3. Архипов И.В., Герасимов В.В. Исследование и оптимизация компонент под системы принятия решений в распределенной системе сервисного обслуживания// Современные проблемы информатизации в непромышленной сфере и экономике. Сб.

трудов. Вып. 6. Воронеж: ВЭПИ, 2001. С. 51-53.

В.Н.Дякин ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В ПЛАНИРОВАНИИ И УПРАВЛЕНИИ ПРОМЫШЛЕННЫМ ПРЕДПРИЯТИЕМ С ЦЕЛЬЮ МАКСИМИЗАЦИИ ЧИСТОЙ ПРИБЫЛИ Целью функционирования коммерческого предприятия является получение максимальной чистой прибыли от осуществляемой деятельности. Кроме того, в усло виях рыночной экономики необходимо учитывать влияние внешней среды, то есть рынка выпускаемой предприятием продукции. Таким образом, появляется задача планирования и управления деятельностью конкретного предприятия так, чтобы удовлетворить требования внешней среды (потребителей), получив при этом макси мальную прибыль.

Планирование и управление деятельностью предприятия на определенный пе риод времени по полученным маркетинговым исследованиям является одной из наи более приоритетных задач, стоящих перед каждым руководителем. Постановку зада чи, решающей данную проблему можно представить в следующем виде: по прогнозу на определенный промежуток времени цены и объемов продаж определенной но менклатуры продукции максимизировать общую чистую прибыль предприятия, про изводящего данную номенклатуру.


Таким образом, в качестве объекта управления рассматривается предприятие, имеющее в своем распоряжении на начало планирования определенные запасы мате риальных ресурсов, штат сотрудников, производственные мощности.

Исходной информацией, определяющей дальнейшие состояния предприятия на горизонте планирования, выступают исследования рынка по определенной номенкла туре продукции. Итогом этих исследований являются данные по объемам и ценам за данной номенклатуры продукции на каждом из интервалов в пределах горизонта пла нирования. Горизонт планирования может быть поделен для более детальной прора ботки на более мелкие интервалы. Это может быть связано с сезонными колебаниями спроса на планируемую к выпуску предприятием продукцию. Продолжительность интервалов, на которые разбивается горизонт планирования, фиксированная и являет ся входной информацией для системы планирования.

Основываясь на состоянии предприятия на начало интервала планирования и исследованиях рынка на горизонте планирования, необходимо осуществить планиро вание деятельности предприятия и его управление на горизонте планирования. Кри терием оптимальности в рассматриваемой задачи выступает чистая прибыль пред приятия за весь горизонт планирования.

Схема информационной системы представлена на рис. 1. Здесь:

Рынки сбыта продукции предприятия Планово – Отдел маркетинга экономический отдел АРМ с установленными 1 3 12 Бухгалтерия модулями системы максимизации прибыли Руководство предприятия Склад предприятия 8 Производственные Опытно – конструкторские линии предприятия лаборатории Рис. 1. Информационная система планирования и управления деятельностью предприятия для получения максимальной чистой прибыли 1) возможная номенклатура выпускаемой продукции и горизонт планирова ния;

2) исследование рынков сбыта по выбранной номенклатуре продукции на ука занном горизонте планирования;

3) графики спроса на возможную номенклатуру продукции предприятия;

4) окончательная номенклатура выпускаемой продукции предприятия, графи ки спроса по выбранной номенклатуре продукции на указанном горизонте планиро вания;

5) схема налогообложения предприятия, прогноз инфляции, производствен ные мощности предприятия на начало горизонта планирования;

6) штатное расписание предприятия;

7) материальные, топливные запасы предприятия на начало горизонта плани рования;

8) планируемая номенклатура продукции;

9) затраты материальных, топливных, людских, мощностных ресурсов на еди ницу продукции по указанной номенклатуре;

10) бизнес – план предприятия на горизонт планирования;

11) план производства, создание новых производств предприятия;

12) план сбыта, формирование портфеля заказов предприятия на горизонт пла нирования.

Рассмотрим структуру целевой функции для поставленной задачи.

n T ЧистПриб общ = [Цена i (t ) * Прод i (t ) - Себ i (t ) * Прод i (t )] ® max, (1) i =1 t = где ЧистПрибобщ – общая чистая прибыль от портфеля проектов;

n – количество на именований выпускаемой продукции;

T– горизонт планирования;

Ценаi(t) – цена i – го продукта в t – й интервал времени;

Продi(t) – объем продаж i – го продукта в t – й интервал времени;

Себi(t) – себестоимость i – го продукта в t – й интервал времени.

Целевая функция имеет линейный вид. За переменные здесь принимается объ ем продаж каждого вида продукции на определенном интервале времени.

На переменные накладывается следующая система ограничений:

max 0 Прод i (t ) Прод i (t ), i = 1, n.

n [ ] (2) НормЗатр ij (t ) * Прод i (t ) Затр j (t ), j = 0, m, max i = n [НормЗатр iu (t ) * Прод i (t ) ] Затр u (t ), u = 0, k max i = где Продimax(t) – максимальный объем продаж i – го продукта в t – й интервал време ни;

Затрjmax(t) – максимальный объем материальных, топливных, людских ресурсов j – го типа, предоставленный на интервал времени t, необходимый и достаточный для выполнения максимальной производственной программы Продimax(t);

m - количество материальных, топливных, людских ресурсов;

k – количество основных фондов;

Затрumax(t) – максимальный объем мощности (времени) основного фонда u – го типа, предоставленный на интервал времени t, необходимый и достаточный для выполне ния максимальной производственной программы Продimax(t).

Пусть Затрjвозм(t) и Затрuвозм(t) – максимально возможный расход материалов и мощности без дополнительных инвестиций в оборотный капитал и основные фонды на интервале t.

Решение задачи начинается с начального интервала времени и до T отдельно для каждого интервала. Целевая функция для интервала времени t имеет вид:

n ЧистПриб t = [Цена i (t ) * Прод i (t ) - Себ i (t ) * Прод i (t )] ® max, (3) i = Для метода последовательного улучшения плана (симплекс - метода) система ограничений на ресурсы в виде неравенств преобразовывается в равенства путем вве дения дополнительных переменных:

max 0 Прод i (t ) Прод i (t ), i = 1, n.

[ ] n НормЗатр ij (t ) * Прод i (t ) + x j (t ) = Затр j (t ), j = 0, m, (4) max i = n [НормЗатр iu (t ) * Прод i (t )] + y u (t ) = Затр u (t ), u = 0, k max i = где xj(t) – дополнительная переменная, положительная величина которой характери зует неполное использование ресурса j на интервале времени t;

yu(t) – дополнительная переменная, положительная величина которой характеризует неполное использование мощности u на интервале времени t.

Таким образом, поставленную задачу можно свести к задаче о распределении ресурсов линейного программирования. В отличие от классической постановки [1], где максимизируется выручка от реализации продукции, целевая функция представ ляет собой общую чистую прибыль от продажи продукции на определенном гори зонте планирования. Также учитывается и, соответственно, оптимизируется схема финансирования проектов предприятия.

Решая задачу оптимизации, указанную выше, мы получаем оптимальные Продi(t) для каждого временного интервала в пределах горизонта планирования. Та ким образом, определяются управляющие воздействия для каждого из интервалов времени, последовательно переводящие предприятие из начального в конечное со стояние Т так, что общая чистая прибыль от выпуска продукции определенной но менклатуры за промежуток времени [0;

T] будет максимальной.

Введем следующие обозначения:

x inv ( t ) = x j ( t ) - [ Затр max ( t ) - Затр возм ( t )], j = 0, m j j j, inv (5) max возм y u ( t ) = y u ( t ) - [ Затр u ( t ) - Затр u ( t )], u = 0, k где xjinv(t) и yuinv(t) – переменные, показывающие величину инвестиционных затрат, необходимую для увеличения оборотного капитала для приобретения ресурса j и соз дания мощности u на интервале времени t, или отсутствие потребности в инвестици ях.

Если в результате применения метода последовательного улучшения плана в оптимальном плане выявилось, что xjinv(t) 0 или yuinv(t) 0, где j = 1,…,v, при v m + k;

v – число ресурсов, для которых xjinv(t) 0 или yuinv(t) 0, то возникает потребность в дополнительных инвестициях в ресурсы для выполнения оптимального плана.

Тогда необходимо рассчитать значение чистой прибыли для этого и всех по следующих интервалов с учетом сделанных на данном интервале инвестиций:

[ ] T * Цена i (t ) * Прод i (t ) - Себ i (t ) * Прод i (t ) - Проц i (t ) ® max,(6) n * * * * ЧистПриб t = * t = t i =1 - Инв (t ) i * где Инвi(t) – инвестиции в i – й продукт в t – й интервал времени;

Процi(t ) – выплаты процентов за инвестиции в i – й продукт в t* – й интервал времени.

Целевая функция симплекс – метода с учетом инвестиций будет иметь сле дующий вид:

n [Цена i (t ) * Прод i (t ) - Себ i (t ) * Прод i (t ) - Проц i (t )] ® max, (7) ЧистПриб t = i = Таким образом, в целевой функции не присутствует величина инвестиций, но учитываются проценты по осуществленным инвестициям. Инвестиции же вычитают ся из общей величины чистой прибыли за интервал [t,T].

Кроме того, происходит увеличение Затрjвозм(t) и Затрuвозм(t) на величину сде ланных на данном интервале инвестиций. В результате изменений в целевой функции и векторе максимальных затрат ресурсов получится новая область допустимых значе ний, то есть новая постановка задачи оптимизации. В случае, если вновь возникает потребность в инвестициях (на этом же интервале, или на последующих), расчеты осуществляются аналогично (по формулам 4-7).

Таким образом, производятся расчеты максимальной прибыли для всех осталь ных интервалов горизонта планирования от рассматриваемого с учетом достигнутых параметров Затрjвозм(t) и Затрuвозм(t). Такой подход связан с тем, что инвестиции ин тервала t влияют на последующие интервалы.

Полученный результат необходимо сравнить с "безинвестиционным вариан том", т.е. вариантом, в котором вместо векторов Затрjmax(t) и Затрumax(t) используются вектора Затрjвозм(t) и Затрuвозм(t) без учета сделанных инвестиций на рассматриваемом t–м интервале.

Окончательный вариант соответствует большему из инвестиционного и безин вестиционного или инвестиционному, если они совпадают, так как появляются новые производственные мощности и увеличивается оборотный капитал.

Таким образом, алгоритм решения поставленной задачи следующий:

1. Начинаем расчет с первого интервала горизонта планирования.

2. Если оптимальный план для текущего интервала не требует дополнитель ных инвестиций, то переходим на следующий интервал и осуществляем расчет опти мального плана для него. Если же возникает потребность в дополнительных инвести циях, то переходим к пункту 3.


3. Изменяем целевую функцию текущего интервала с учетом процентов, на числяемых на взятые инвестиции, а также вектор максимально возможных расходов ресурсов на величину сделанных инвестиций.

4. Осуществляем расчет значения общей чистой прибыли от текущего интер вала и до конца горизонта планирования с учетом инвестиций и без них. В случае ва рианта с инвестициями из общей чистой прибыли вычитается величина инвестиций.

Во – втором варианте для текущего интервала вектор максимальных затрат ресурсов заменяется вектором максимально возможных затрат ресурсов без учета инвестиций текущего шага, соответственно, в целевой функции не учитываются инвестиции. Для последующих интервалов повторяются процедуры пунктов 2 и 3. Далее сравниваются получившиеся значения общей чистой прибыли за текущий и последующий интерва лы и выбирается оптимальный вариант. Если это "инвестиционный" вариант, то де лаются изменения в векторах максимально возможных ресурсов, а также в целевой функции последующих интервалов (учитываются проценты по осуществленным ин вестициям). Переходим к пункту 5.

5. Делаем переход на следующий интервал с учетом изменений пункта 4 и пе реходим к пункту 2.

В итоге выполнения указанного выше алгоритма достигаются следующие ре зультаты:

Приводятся в соответствие ожидания рынка товаров, выпускаемых или пла нируемых к выпуску предприятием, и существующие на начало интервала планиро вания производственные мощности и оборотный капитал. Т.е. либо обоснованно бе рутся инвестиции для увеличения ресурсов предприятия на определенном временном интервале для удовлетворения требований рынка, либо также обоснованно данные инвестиции не делаются.

Достигается максимум прибыли предприятия за планируемый период.

Формируется инвестиционная и производственная программа, а также схема финансирования предприятия.

Далее вместо Затрjmax(t) и Затрumax(t) в указанной выше постановке задачи мож но подставить любое значение Затрj*(t) и Затрu*(t) такое, что Затрjвозм(t) Затрj*(t) Затрjmax(t) и Затрuвозм(t) Затрu*(t) Затрumax(t) при всех j и u. Алгоритм действий по поиску максимального значения целевой функции и соответствующих ему управ ляющих воздействий по объемам производства продукции и затратам на увеличение запасов ресурсов и производственных мощностей аналогичен указанному выше. Та ким образом, возникает задача выбора из множества возможных вариантов постанов ки задачи линейного программирования оптимального для каждого из временных ин тервалов в пределах горизонта планирования. Определение оптимального варианта возможно с использованием методов поиска глобального экстремума.

Следует отметить ряд особенностей предложенного алгоритма:

в целевой функции используется прибыль от единицы продукции, а не вы ручка;

учитываются ресурсные возможности данного предприятия на конкретный интервал времени;

в расчетах учитываются инвестиции и схема финансирования предприятия;

применение для оптимизации методов линейного программирования по зволяет достаточно быстро получить результаты (количество итераций ограничено), конечно, если множество допустимых решений замкнуто и не пусто.

Кроме того, нужно отметить важность выбора горизонта планирования. Он должен быть достаточен для возврата возможных инвестиций, либо в расчетах следу ет указывать неполную стоимость осуществляемых инвестиций.

Указанную задачу можно решить только с использованием информационных технологий, так как для получения оптимального решения необходимо большое ко личество вычислительных действий. Необходимо для каждого временного интервала осуществить глобальный поиск оптимального вектора ресурсов предприятия, решая симплекс – методом соответствующую задачу линейного программирования. Кроме того, система оперирует фактически всеми данными о предприятии. Поэтому, для эффективного планирования деятельности предприятия необходимо создание инфор мационной системы, предоставляющей всю необходимую для расчетов информацию из различных подразделений предприятия. При этом возможно использование суще ствующих на предприятии информационных систем, имеющих интерфейсы для при кладных программ.

Представленная в статье задача значительно расширяет классическую поста новку задачи о распределении ресурсов. Происходит ее увязка с реалиями рынка. Так, чтобы увеличить объем производства выше производственных возможностей, пред приятие должно осуществить инвестиционные вложения, которые отразятся на даль нейшем положении предприятия и его прибыли. Решая поставленную в статье задачу, руководство предприятия может определить управляющие воздействия в пределах горизонта планирования, переводящие предприятия из начального в конечное состоя ние с достижением максимальной чистой прибыли на горизонте планирования. Таким образом, планируются ключевые для предприятия параметры: состав выпускаемой продукции, ее объем, объемы материальных, людских и мощностных ресурсов на ка ждом временном интервале, то есть планируется развитие всего предприятия, а не от дельных проектов, с ним связанных. Использование информационных технологий де лает возможным планирование и управление деятельностью такого сложного объек та, как промышленное предприятие. При этом критерием оптимальности такого управления становиться чистая прибыль предприятия, то есть учитываются все рас ходы, связанные с производствами, существующими на предприятии. Информацион ные технологии позволяют осуществлять расчеты различных вариантов развития предприятия в приемлемые для принятия управленческих решений сроки и с задан ной степенью точности.

Список использованных источников 1. Юдин Д. Б., Гольштейн Е. Г. Линейное программирование. – М.: "Наука", 1969.- 424 с.

А.В.Кубахов, С.Л.Подвальный, О.Я.Кравец МОДЕЛИРОВАНИЕ И ПРОГНОЗИРОВАНИЕ ДЕЯТЕЛЬНОСТИ ПОСТАВЩИКА УСЛУГ СОТОВОЙ СВЯЗИ Сформулируем требования, которым должна удовлетворять разрабатываемая математическая модель, описывающая развитие систем сотовой связи:

· математическая модель должна адекватно и полно описывать систему сото вой связи, для которой производится анализ, при этом модель должна быть достаточ но общей с одной стороны, и устанавливать однозначное соответствие конкретной системы классу систем, для которых была построена математическая модель, с дру гой стороны;

· основу математической модели составляют теоретические положения, харак теризующие развитие современных систем сотовой связи [1, 2];

· при разработке математической модели системы сотовой связи следует учесть производительность существующей в настоящее время вычислительной тех ники массового применения (разработанное программное обеспечение, реализующее расчеты на основе предложенной математической модели, должно использоваться в компьютерах класса Pentium, не требуя для своего исполнения мощностей суперком пьютеров). Реализация сформулированного требования особенно важна, так как сис темы сотовой связи относятся к классу сложных систем, для полного описания кото рых должны быть учтены: технические и технологические характеристики системы;

экономические критерии, как на микроэкономическом, в пределах самой системы, так и на макроэкономическом уровне;

факторы конкурентной борьбы на экономическом рынке между поставщиками услуг сотовой связи, а также целый ряд других важных характеристик. При этом необходимо, чтобы в рамках модели можно было отбросить малозначащие факторы, так как иначе, при попытке создания математической модели поставщика услуг сотовой связи возникает опасность, что она по своей сложности будет превосходить ту систему, для моделирования которой была создана.

· разработанная модель должна обладать возможностью ее использования для прогнозирования.

Для реализации математической модели, описывающей функционирование систем сотовой связи, потребовалось разработать специальную БД, содержащую све дения о развитии систем сотовой связи в различных регионах Российской Федерации.

Для обработки собранной информации использовалось формализованное знаковое экономико-математическое моделирование.

Для выполнения поставленных задач необходимо [3, 4] выполнить операции по описанию моделируемого объекта, в качестве которого выступает система сотовой связи.

Для рассматриваемого в математической модели предприятия-поставщика ус луг сотовой связи, определим функцию состояния производства в момент времени t как вектор функцию скалярного аргумента - времени:

x1 (t ) x (t ) X (t ) =..., (1) xn (t ) где xi (t ), i = 1,2,..., n - также может быть как скалярной величиной, так и векторной.

Для описанной ниже модельной разработки принимается n=3.

x1 (t ) - суммарная технологическая мощность - величина, показывающая эф фективность работы оборудования. Следует подчеркнуть, что данная характеристика является вектором, так как определяется набором технических характеристик (в част ности, частотным планом, с которым работает аппаратура данного поставщика услуг сотовой связи). Учитывается также число узлов - базовых станций (БС) в системе со товой связи и телефонная нагрузка в одном секторе [4]. Заметим, что в случае недос тупности точной информации, при проведении анализа, приближенную оценку числа узлов можно получить на основе данных о площади, контролируемой оператором со товой связи, с учетом данных по рельефу местности и мощности приемопередающей аппаратуры.

x2 (t ) - трудовой ресурс (число работающих на предприятии сотовой связи).

x3 (t ) - суммарный фактический спрос на услуги средств сотовой связи. Данная величина тесно связана с функциями спроса и предложения, которые в свою очередь определяются числом клиентов, пользующихся услугами рассматриваемой системы сотовой связи.

Модель, разработанная для прогнозирования развития систем сотовой связи, должна учитывать влияние случайных факторов оказывающих влияние на развитие системы, момент возникновения которых невозможно определить, но можно опреде лить вероятность того или иного события в рассматриваемый временной интервал.

Учтем влияние случайных факторов:

~ ~ X 1 (t ) U 1 (t ) ~ ~ X (t ) U (t ) ~ ~ X (t ) = 2, U (t ) = 2, (2)................

~ ~ X n (t ) U n (t ) ~ где X (t ) - вектор-функция, характеризующая случайные изменения компонент векто ~ ра состояния, U (t ) - характеризует “внешнее” управляющее воздействие, вызванное правовыми актами на государственном и муниципальном уровне, направленными на упорядочивание деятельности организаций, предоставляющих услуги связи.

При построении модели необходимо иметь в виду возможность внешних воз действий на моделируемый объект. Таким образом, под состоянием системы сотовой связи понимается совокупность технико-экономических параметров, тогда, при от сутствии дополнительных факторов, оказывающих влияние на функцию состояния, в фиксированный момент времени ее можно рассматривать как вектор в трехмерном пространстве. Естественной нормой является геометрическая длина вектора, опреде ляемая формулой:

P(t ) = X (t ) = x1 (t ) + x2 (t ) + x3 (t ).

(3) Назовем вектором управляющих переменных для предприятия-поставщика ус луг сотовой связи вектор-функцию:

u1 (t ) u (t ) U (t ) = 2. (4)...

un (t ) Управляющая функция u1 (t ) осуществляет регулирование затрат, направляе мых на изменение мощности, в момент времени t.

u2 (t ) - характеризует ценовую стратегию - определение рационального соот ношения между себестоимостью и чистой прибылью, а также учет сезонных измене ний ценовой политики.

u3 (t ) - определяет интенсивность информационного потока, направленного на клиентов, и содержащего сведения об основных изменениях в технической и марке тинговой политике поставщика услуг сотовой связи.

u4 (t ) - определяет соотношение “внутренней” и ”внешней” политики, то есть кадровой политики руководства компании и производительностью труда работающе го в ней технического персонала.

В рамках общего вида динамической модели связь между функцией состояния и управления можно выразить с помощью системы дифференциальных уравнений 1 го порядка.

dX = f ( X (t ),U (t ), t ), (5) dt или в развернутом виде:

dx j (t ) = f j ( x1 (t ), x2 (t ), x3 (t ), u1 (t ), u2 (t ), u3 (t ), u4 (t ), t ) j = 1,...3. (6) dt Определенные функции состояния и управления оказывают сильное взаимное влияние друг на друга, поэтому рассматривая группу уравнений (6), можно опреде лить лишь одностороннее воздействие управленческой политики на технико социальные характеристики. Введение векторного уравнения:

dU = g ( X (t ),U (t ), t ) (7) dt позволяет учесть обратную связь, то есть влияние состояния системы производства услуг сотовой связи на принятие управленческих решений.

В разработанной модели учитываются экзогенные факторы - научно технический прогресс, вызванный внешними по отношению к модели причинами, влияние экономико-политической обстановки на инвестиционную политику и поку пательную способность населения, возможность форс-мажорных обстоятельств, из менение климатических условий, а также сезонные колебания спроса. Все указанные факторы носят случайный характер.

Уравнения (6) и (7) должны решаться при известных начальных условиях.

X (t0 ) = X. (8) U (t 0 ) = U Вектор Х0 содержит три компонента - начальная технологическая мощность, начальный трудовой ресурс - количество занятых служащих в момент открытия ком пании, начальный спрос - предположительное значение функции спроса в момент времени t 0 + a.

На вычислительном этапе реализации экономической модели функционирова ния организации-поставщика услуг сотовой связи, возможен целый ряд действий, на правленных на ее упрощение. В первую очередь это может быть достигнуто с помо щью введения различного вида производственной функции. Для решения задачи оп тимизации получения прибыли можно построить различные модели экономического роста [5, 6]. При определении производственных функций также возможна дополни тельная детализация, учитывающая конкретную группу систем сотовой связи. На пример, очевидно, что производственная функция, описывающая только системы со товой связи, расположенные в крупных городах, и производственная функция, опи сывающая только системы сотовой связи, размещенные в сельской местности, будут иметь более простой вид, чем универсальная производственная функция, описываю щая эти две группы.

Разработанная модель позволяет описать развитие любой современной системы сотовой связи, дать качественную и количественную оценку характеристик такой системы, как объекта математического моделирования, на основе теоретических по ложений, описывающих функционирование системы. Данные, полученные в ходе выполнения расчетов, легко интерпретировать, так как, в отличие от статистического подхода, можно четко выделить ту или иную причину, вследствие действия которой и был получен данный результат.

Достоинство разработанной модели в ее высокой универсальности, позволяю щей моделировать развитие любой конкретной системы сотовой связи, существую щей в настоящее время и тех которые появятся в ближайшем будущем. Представля ется маловероятным, что в течение ближайших 10-15 лет произойдут настолько силь ные изменения в основах технологии сотовой связи, которые не сможет описать раз работанная общая математическая модель. Изменятся численные значения коэффи циентов, характеризующих технические свойства оборудования, возможно, потребу ется дополнение модели уравнениями, описывающими новые особенности оборудо вания, но сохранится система взаимосвязи между структурными блоками модели.

Список использованных источников 1. Разроев Э.А. Маркетинг сотовой связи. - М.:"Мобильные коммуникации":

1999. - 160 с.

2. Ратынский М.В. Основы сотовой связи/ Под. ред. Д.Б.Зимина - М.:, Радио и связь, 1998. - 248 с.

3. Уздемир А.П. Динамические целочисленные задачи оптимизации в эконо мике. - М.:Физматлит, 1995.-288 с.

4. Экономико-математические методы и модели в планировании и управлении в отрасли связи - М.:Радио и связь, 1993. - 376 с. 3-е изд., доп. и перераб.

5. Gross M., Moscardini A.O. Learning the Art of Mathematical Modelling. - N.Y.:

Wiley,1985.-154 p.

6. Meadows D.H., Meadows D.L., Randers J., Behrens W.W. The limits to growth. N.Y.:Universe Books, Potomak Assosiated Book, 1998.

С.Н.Лукьянов ПРИВЛЕЧЕНИЕ ПОСЕТИТЕЛЕЙ НА КОММЕРЧЕСКИЙ WEB-САЙТ Российский рынок интернет-рекламы, на момент написания работы, развивает ся динамично, но не стабильно. Основным фактором, положительно влияющим на развитие рынка является стремительный рост общего числа пользователей русскоя зычного сегмента сети Интернет, а главным сдерживающий фактором – общемировое снижение интереса рекламодателей к традиционным формам интернет-рекламы [1], теряющим былую эффективность и привлекательность финансовых вложений.

Несмотря на общую нестабильность рынка интернет-рекламы, компаниям вы ходящим на рынок следует учитывать резкое снижение издержек при работе в Сети, что в целом оправдывает повышенный риск инвестицией в web-рекламу. В таких, от носительно новых областях деятельности, как электронная коммерция и интернет маркетинг, возможность получения реально высоких прибылей, стимулировала раз витие агрессивных и не всегда корректных, относительно потребителя, методов рабо ты. Замена дорогостоящих услуг более дешевыми становится одним из приоритетных направлений видов деятельности в web-пространсте: онлайновые web-сайты высту пают наиболее дешевыми средствами взаимодействия с потребителями [2]. Основ ными преимуществами интернет-рекламы является:

1. Меньшая навязчивость рекламы, вследствие чего, лояльность потребителя к ней выше, чем у других СМИ;

2. Лучшее запоминание бренда (торговой марки) - уровень запоминания бренда, показанного по телевидению, равен 10%, в сети Интернет 12%;

3. Высокий таргетинг (избирательность рекламы по временному, групповому, тематическому и персональному принципу);

4. Качество аудитории;

5. Интерактивность;

6. Информация о потребителе;

7. Управляемость в режиме реального времени;

8. Глобальность;

9. Рекламная информация, полученная в сети Интернет, пользуется большим доверием людей, чем информация, получаемая из других источников.

Однако, следует учитывать, что оценка эффективности рекламы исключитель но по высокой посещаемости web-сайта оправдана только в случае, когда основная цель создания сайта - заработок на рекламе. Если целью создания сайта является обеспечение продажи товаров или услуг, то привлечение не заинтересованных в предложении посетителей – бесполезная трата времени и средств. Привлечение «пра вильных посетителей» начинается с продуманной структуры, содержания сайта, а также определения целевой аудитории посетителей сайта. Компания не способная грамотно и четко сформулировать свое коммерческое предложение, рискует не «дос тучаться» до своей целевой аудитории.

Фирмы, в основе деятельности которых лежит продвижение продукции при ис пользовании web-технологии, получают выгоды от реализации факторов, позволяю щих увеличить внутренние накопления, повысить эффективность маркетинга и изме нить в благоприятном направлении отношение к компании со стороны потребителей ее продукции. Важнейшие факторы: более низкая стоимость продукции, современный привлекательный имидж, формирование приверженности потребителя к продуктам определенной торговой марки.

Запуская новые рекламные интернет-проекты в рамках традиционного (не се тевого) бизнеса, следует особое внимание уделять правильному выбору ниши. Так как если предложение сервиса фирмой в сети Интернет абсолютно совпадает с уже занятой этой фирмой нишей на несетевом рынке - происходит автоматическое увели чение накладных расходы по выбиванию уже существующего игрока из этой ниши.



Pages:     | 1 |   ...   | 2 | 3 || 5 | 6 |
 





 
© 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.