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 |   ...   | 6 | 7 ||

«Министерство образования и науки РФ Московский государственный университет экономики, статистики и информатики (МЭСИ) Институт компьютерных технологий ...»

-- [ Страница 8 ] --

Одним из значительных преимуществ Adobe Captivate является то, что учебные курсы, разрабатываемые с его помощью, основываются на техно логии Flash Заключение Вслед за ростом потребности в электронном обучении активно развива ется рынок средств обеспечения и поддержки e-learning. Выбор продуктов становится все более и более обширным. При современном разнообразии средств создания и представления электронных учебных материалов важ ным является выбрать правильные инструменты, отвечающие возможно стям и потребностям организаторов обучения, и дающие результат, удо влетворяющий запросы обучающихся.

Литература 1. Тихомирова Е.В. – Learning vs. eLearning URL:

http://www.slideshare.net/skiitout/learning-vs-elearning Дата обращения:

5.09. 2. Система дистанционного обучения - URL: http://www.smart edu.com/index.php/distantsionnoe-obuchenie/sistema-distantsionnogo obucheniya.html. Дата обращения: 5.09. 3. http://moodle.org/ Дата обращения: 5.09. 4. http://www.prometeus.ru/ Дата обращения: 6.09. 5. http://sakaiproject.org/ Дата обращения: 6.09. 6. http://www.jcasolutions.com/ssp Дата обращения: 6.09. 7. http://www.adobe.com/products/captivate/ Дата обращения: 6.09. О МАТЕМАТИЧЕСКОЙ ПОДГОТОВКЕ ИТ-СПЕЦИАЛИСТОВ Цхай Александр Андреевич, д.т.н., профессор, Алтайская академия экономики и права, тел./факс +3852-223379, taa1956@mail.ru Введение в вузовскую практику ФГОС 3-го поколения, компетентност ного подхода усиливает необходимость коллективного обсуждения специ алистами традиционных вопросов о содержании и форме составляющих подготовки ИТ-специалистов в новых условиях.

В этой связи предлагается для обсуждения точка зрения об особенно стях преподавания математических дисциплин в рамках основной образо вательной программы «Прикладная информатика» (бакалавриат и маги стратура).

Цель Определяется по отношению к формированию профессиональных ком петенций:

для бакалавриата общепрофессиональной (ПК-2) способен при решении профессио нальных задач анализировать социально-экономические проблемы и про цессы с применением методов системного анализа и математического мо делирования;

в аналитической деятельности (ПК-17) способен применять методы анализа прикладной области на концептуальном, логическом, математиче ском и алгоритмическом уровнях;

в научно-исследовательской деятельности (ПК-21) способен приме нять системный подход и математические методы в формализации решения прикладных задач;

для магистратуры в аналитической деятельности (ПК-12) способен анализировать данные и оценивать требуемые знания для решения нестандартных задач с использованием математических методов и методов компьютерного моде лирования;

а также знаний, умений и навыков, перечисленных в стандартах.

Во избежание утилитарно-вульгарного толкования компетентностного подхода становится особенно важным сохранение лучших традиций в пре подавании математики в отечественной высшей школе;

традиций, вырабо танных многими поколениями вузовских педагогов, научных работников и специалистов-практиков.

О содержании Общеизвестен факт существенного снижения уровня математических знаний выпускников школ. Отсюда возникает необходимость выравнива ющих занятий для восполнения пробелов. Вместе с тем объемы аудиторной нагрузки математических дисциплин в вузах продолжают уменьшаться.

В это же время ускорение развития информационных технологий требу ет постоянного обновления методического обеспечения ИТ-образования, в том числе его базовой составляющей – математической.

Ориентиром развития информационных систем становится информаци онная поддержка анализа и прогнозирования социально-экономических процессов для целей управления. Для использования, а тем более проекти рования, информационных систем ППР необходим современный уровень знаний в теории активных систем, иерархической теории игр и других направлений имитационного и экономико-математического моделирова ния.

В вузах идет процесс пересмотра учебных программ, предпринимаются попытки обратного планирования при определении содержания учебных дисциплин. Курс математики для экономистов постепенно сужается к фор мальному заучиванию правил и формул, «стандартных алгоритмов реше ния типовых задач» и воспроизведению заученного на экзамене.

Представляется, что неизбежна дифференциация уже на этапе опреде ления содержания образования.

Для тех, кому придется придумывать новые технологические решения, нестандартные методы управления производством и ресурсами особенно важно сохранить целостность курса математики, отдельные разделы кото рой взаимосвязаны преемственностью. Дело даже не в том, что нельзя чи тать курс дифференциальных уравнений раньше или в параллели с матема тическим анализом. Без свободного владения всеми навыками предше ствующих разделов не имеет смысла приступать к изучению следующих. В этом всегда была, есть и будет особенность математических дисциплин.

Однако в настоящее время в стране дефицит ИТ-специалистов измеря ется сотнями тысяч рабочих мест, и в массовом порядке происходит не от бор, а набор в вузы. При этом задача научить всех студентов уверенно ре шать даже ограниченный набор стандартных задач, дать им навыки осмыс ленной работы со справочниками и пакетами прикладных программ - дале ко не так проста, как иногда кому-то кажется.

Не исключено, что для того, чтобы на деле обеспечить хотя бы базовые знания основных определений и процедур их использования, в сегодняш ней ситуации – неизбежно изменение формы проведения занятий.

О форме Согласно ФГОС-3 повышается роль занятий в интерактивной форме, которых должно быть не менее 20% объема всех аудиторных занятий в бакалавриате и 40% - в магистратуре. Удельный вес лекций составляет те перь не более 40% в бакалавриате и 20% в магистратуре.

Интерактивность в изучении математики требует выполнения студен тами индивидуальных заданий по всем изучаемым темам - не как исключе ние, а, как правило. Пришло время ставить вопрос о проведении практиче ских занятий по математике преимущественно в виде лабораторных ком пьютерных практикумов.

О технологической основе Один из немногих сегодняшних резервов высшей школы - использова ние преимуществ компьютеризации.

Опыт Московского государственного университета экономики, стати стики и информатики – МЭСИ в организации электронного обучения – чрезвычайно важен для сохранения качества отечественного образования.

Все образовательные ресурсы преподавателей математики могут быть доступны для студентов при их работе в информационно-образовательной среде вуза. В настоящее время в качестве последней во многих образова тельных учреждениях используется информационная система “Moodle”.

Надо использовать возможности унификации, которые содержатся в ти повых математических задачах. Требование прохождения тестирования за счет времени на самостоятельную работу по каждой изучаемой теме каж дым студентом может обеспечить некоторые базовые навыки работы с ма тематическими объектами.

О кадровом обеспечении Традиционно в вузах обучение высшей математике ведут общенаучные кафедры. Тотальное сокращение нагрузки приводит к тому, что математи ческие дисциплины начинают вести прикладные кафедры. С другой сторо ны нередки случаи, когда общенаучные кафедры становятся базовыми для основных образовательных программ.

Представляется важным привлекать к совместной разработке проекти руемых курсов как преподавателя, имеющего опыт выполнения приклад ных задач, так и носителя традиций классического преподавания вузовской математики.

ПОДХОДЫ К РАЗРАБОТКЕ ПРИЛОЖЕНИЙ, ВЗАИМОДЕЙСТВУЮЩИХ С БАЗАМИ ДАННЫХ Честнов Дмитрий Андреевич, аспирант МЭСИ тел. 8-916-826-86-96, e-mail: deshadow@yandex.ru В современном быстро развивающемся мире влияние информационных технологий и компьютерной техники на жизнь общества трудно переоце нить. Большинство современных корпоративных систем связаны так или иначе с хранением и обработкой больших объемов данных. Многие компа нии занимаются разработкой различных хранилищ данных и систем для взаимодействия с ними. Так как разрабатываемые комплексы программ имеют похожие или общие части, то возникает необходимость в создании вспомогательных средств для разработки приложений.

Существуют разные подходы к разработке приложений, взаимодей ствующих с базами данных. Но у всех есть общие цели и задачи: автомати зация рутинной работы, поддержка работы с огромными объемами данных, повышение надежности приложений и др. От выбора метода разработки программного комплекса зависят как надежность и быстродействие конеч ного продукта, так и скорость разработки программного комплекса. Поэто му целью данной статьи является анализ существующих моделей разработ ки приложений, взаимодействующих с базами данных.

Рассмотрим существующие походы к разработке приложений, взаимо действующих с базами данных. На данный момент существуют следую щие категории решений:

приложения, автоматически генерирующие интерфейс по метадан ным (на основе структуры данных);

шаблоны программирования (паттерны);

вспомогательные средства для разработки (фреймворки).

Приложения, автоматически генерирующие интерфейс по метадан ным Данный подход заключается в том, что программное средство само на основе метаданных генерирует интерфейс пользователя. Приложение об ращается к хранилищу, и узнает метаданные сущностей из базы данных. На их основе генерируется интерфейс для обработки этих данных. Но обычно это ведет к тому, что с помощью данных программ можно удобно только редактировать данные, но ни в коем случае не обрабатывать данные на ос нове какой-то сложной бизнес-логики. Нельзя не учитывать также тот факт, что база данных - это логический слой, а в программе мы обычно работаем с концептуальным слоем.

Преимущества: Практически не требует никаких затрат со стороны программиста.

Недостатки: все интерфейсы выглядят одинаково;

интерфейс на осно ве логической, а не концептуальной модели данных;

невозможно реализо вать нестандартную логику;

медленная скорость работы.

Примеры: CORBA++, Symfony Framework, Microsoft Access.

Шаблоны программирования (паттерны) Данный подход является скорее не средством разработки, а подходом к разработке, набором правил, которым программист должен следовать при написании программы. Суть паттернов в том, чтобы применить структури рованный подход к написанию приложения, который облегчит понимание программы. Паттерны являются очень универсальным средством. Код хо рошо структурирован, но нет средств, которые бы проводили оптимизацию или автоматизацию при разработке каких-то частей проекта.

Преимущества: очень большая гибкость, настраиваемые интерфейсы, большая оптимизация и скорость работы.

Недостатки: нет никакой автоматизации, только набор правил по структурированности, большая вероятность ошибки.

Примеры: Model-View-Controller(MVC), MVP(Model-View-Presenter), Model-View-ViewModel(MVVM).

Вспомогательные средства для разработки (фреймворки) Данное звено очень гибкое и является промежуточным звеном между предыдущими двумя подходами. Фреймворки - это еще один слой в систе ме программирования, который автоматизирует рутинные вещи, повышает уровень абстракции. В основе фреймворка может лежать один из паттернов программирования, но при этом он может включать в себя и средства авто матизации процессов.

Преимущества: высокая гибкость, настраиваемые интерфейсы, большая автоматизация.

Недостатки: потери в производительности системы.

Примеры: Windows Presentation Foundation,.NET RIA Services.

Сводная таблица подходов Выше были приведены различные подходы к разработке приложений, взаимодействующих с базами данных, а также рассмотрены их преимуще ства и недостатки. Но сделать однозначный выбор в пользу той или иной технологии невозможно в связи с тем, что у каждого проекта есть свои тре бования. А значит и выбор в пользу определенной технологии основывает ся на степени соответствия конечного продукта тому или иному требова нию. В связи с тем, что универсального решения не существует, имеет смысл был проведен анализ сравнения подходов к разработке по каждому требованию. Результаты анализы сведены представлены в таблице 1.

Данная таблица только подтверждает, что универсального решения проблемы не существует. Но несмотря на это также можно проследить не которые тенденции.

На основе проведенного выше анализа по каждому требованию можно заметить, что между рассмотренными требованиями существуют пропор циональные отношения. Например, высокая гибкость технологии ведет к высокой производительности приложения, но к снижению скорости разра ботки (Рисунок 1).

Таблица Сравнительная характеристика подходов к разработке приложений Аспект сравнения Оптимизация Безопасность Надежность интерфейса Название разработки Удобство Скорость Гибкость подхода По метадан- Очень Очень Очень Низкая Средняя Низкое ным низкая высокая высокая Очень Очень Паттерны Высокая Низкая Низкая Высокое высокая низкая Фреймворки Средняя Высокая Средняя Средняя Высокая Высокое Производительность Скорость разработки Гибкость Надежность Безопасность Удобство интерфейса Рисунок 3. Взаимосвязь требований разработки Анализ проведенных походов к разработке приложений, взаимодей ствующих с базами данных, показывает, что универсальных систем не су ществует. Увеличение степени соответствия программного средства одно му требованию влечет за собой падение степени соответствия по другому требованию.

Подводя итоги проведенного анализа, можно сделать следующий вы вод: метод разработки приложения следует выбирать исходя из требова ний, предъявляемых к конкретному программному средству. Каждый ме тод имеет свои преимущества и недостатки – именно поэтому перед реали зацией следует особое внимание уделить изучению существующих техно логий и возможностей. Если главным требованием является скорость раз работки, идеальным решением будут системы, генерирующие интерфейсы по метаданным. Если же первостепенной задачей является производитель ность, то лучшим решением будет использовать паттерны проектирования.

В качестве компромиссного варианта решения между этими двумя требо ваниями выступают вспомогательные средства разработки (фреймворки).

Во многом благодаря правильно принятому данному решению на ран ней стадии разработки проекта можно повысить показатели производи тельности, надежности и безопасности программного средства, а также снизить время разработки. А следовательно, повысить конкурентоспособ ность и актуальность данного продукта.

Литература 1. Дейт, К. Дж. Введение в системы баз данных = Introduction to Database Systems. 8-е издание. Москва : Вильямс, 2006.

2. Ковалевская, Е.В. Технология создания программного обеспечения.

Москва : МЭСИ,.

3. Коннолли Т., Бегг К. Базы данных. Проектирование, реализация и сопровождение. Теория и практика.: Пер. с англ. 3-е издание. Москва : Из дательский дом «Вильямс», 2003.

4. WCF RIA Services Code Gallery. MSDN. [Электронный ресурс] http://code.msdn.microsoft.com/RiaServices 5. Оптимизация запросов СУБД. Википедия. [Электронный ресурс] http://ru.wikipedia.org/wiki/Оптимизация_запросов_СУБД 6. Реляционная СУБД. Википедия. [Электронный ресурс] http://ru.wikipedia.org/wiki/Реляционная_СУБД 7. Шаблон проектирования MVVM для WPF. MSDN. [Электронный ресурс] http://msdn.microsoft.com/ru-ru/magazine/dd419663.aspx АДАПТИВНАЯ МАРШРУТИЗАЦИЯ В БЕСПРОВОДНЫХ СЕТЯХ Шаваша А., Аспирант, Микрюков А.А. кандидат технических наук, доцент Московский государственный университет экономики, статистики и информатики Tel.: (926) 220-83-01, e-mail: alaan@inbox.ru В настоящее время активно развиваются беспроводные сети передачи данных. Одним из классов таких сетей является беспроводные AdHoc – сети, которые имеют переменную топологию, где каждый узел может вы полнять функции маршрутизатора. Подобные сети могут применяться в военных органах государственного управления, организации сетей для служб быстрого реагирования и др. Существующие на данный момент про токолы маршрутизации AdHoc – сетей можно классифицировать по прин ципу работы на три типа [1]: проактивные (DSDV, OLSR), реактивные (AODV, DSR) и гибридные (HRPLS, ZRP).

В статье представлена методика выбора наиболее предпочтительного протокола AdHoc – сети. Так как мобильность узлов, пользовательская нагрузка AdHoc – сетей, могут изменяться с течением времени, то и выбор предпочтительного протокола должен осуществляться с учетом этим изме нений. Пользовательская нагрузка зависит от сетевых задач, выполняемых в узлах сети. Предполагается, что оборудование, поддерживающее работу AdHoc – сети может работать под управлением разных протоколов: AODV (AdHoc On-Demand Distance Vector), DSR (Dynamic Source Routing), DSDV (Destination-Sequenced Distance-Vector Routing) и динамически переклю чаться с одного протокола на другой.

Рассмотрим следующие классы сетевых задач [2]:

1. Организация электронной почти, передача файлов, веб-доступ.

2. Организация удаленного доступа.

3. Передача аудио и видео файлов по запросу.

4. Организация телефонии, видеоконференции.

Считаем, что на узлах сети решаются задачи только выбранных классов.

Эффективность решения указных задач зависит от следующих показателей [2]: надежность доставки пакетов, задержка доставки пакетов, флуктуация задержки доставки пакетов, пропускная способность сети. В совокупности эти показатели характеризуют качество обслуживания сети (Quality of Ser vice).

Ниже приведена таблица чувствительности классов сетевых пользова тельских задач к этим параметрам. Чувствительность может оцениваться цифрами от 1 до 3 (1 – низкая чувствительность, 2- средняя, 3 – высокая).

Из таблицы 1 видно, что, например, такие сетевые задачи как: организа ция электронной почты, передача файлов, веб-доступ, организация удален ного доступа предъявляют высокие требования только к показателю надежности доставки пакетов. Если пакет во время передачи был искажен, то он высылается снова. К остальным показателям указные задачи мало чувствительны.

Таблица Чувствительность классов сетевых пользовательских задач к параметрам сети № Пользовательские Надеж- Задерж- Флуктуа- Пропускная клас- задачи класса ность ка ции способ са ность Электронная поч 1 3 1 1 1- та, передача фай лов, веб-доступ Удаленный до 2 3 2 2 ступ Передача аудио, 3 1 1 3 2- видео в режиме реального време ни Телефония, ви 4 1 3 3 1- деоконференция В [3] в результате моделирования протоколов AODV, DSR, DSDV пока зано, что:

1. При высокой мобильности (скорости перемещения) узлов протокол DSR имеет лучшие значения показателей (число удаленных пакетов, сред нее время доставки пакетов) по сравнению с протоколом DSDV.

2. При увеличении числа узлов протокол DSDV имеет лучшие значе ние тех же показателей по сравнению с протоколами DSR и AODV.

3. Для сетевых задач, работающих в режиме реального времени, прото кол AODV является более предпочтительным, чем протоколы DSR и DSDV, т.к. при увеличении числа узлов время доставки пакетов в сети при использовании протокола AODV мало изменяется, а указанные сетевые задачи чувствительны к флуктуациям времени доставки пакетов.

4. Для сетей с малым количеством узлов и низкой мобильностью про токол DSDV более эффективен, чем протоколы DSR и AODV.

Таким образом, можно сделать следующие выводы:

1. Если преобладающим классом сетевых задач в узлах сети является третий или четвертый (см. Таблицу №1), то при любом числе узлов и мо бильности предпочтение необходимо отдать протоколу AODV.

2. Если номер преобладающего класса сетевых задач в узлах сети не третий и четвертый, а число узлов и средняя мобильность малы, то предпо чтительным является протокол DSDV.

3. Если номер преобладающего класса сетевых задач в узлах сети не третий и не четвертый, а число узлов или средняя мобильность высоки, то предпочтительным протоколом является DSR.

При этом под средней мобильностью понимается среднее арифметиче ское мобильности всех узлов. Номер преобладающего класса рассчитыва ется как среднее арифметическое номеров классов задач в узлах сети. Для различных типов запущенных сетевых приложений на узлах сети (напри мер, Microsoft Otlook Express) известен номер класса задачи. При запуске нескольких сетевых задач на узле определяется среднее арифметическое номеров запущенных сетевых задач.

При выполнении условия пункта 1 предпочтительным является прото кол AODV. В противном случае выбор протокола зависит от числа узлов, мобильности узлов, номера преобладающего класса. Правила, позволяю щие точно выбрать наиболее предпочтительный протокол DSDV или DSR в зависимости от конкретных значений числа узлов, мобильности узлов, номера преобладающего класса как видно из пунктов 2 и 3 не определены.

Известны отдельные примеры правильного выбора предпочтительного протокола, полученные экспериментальным путем для некоторых значений средней мобильности узлов, числа узлов и номера преобладающего класса.

Таким образом, обоснована необходимость разработки формально математического аппарата, позволяющего выбрать предпочтительный про токол для различных значений мобильности, числа узлов и номера преоб ладающего класса задач. В качестве такого аппарата применен аппарат нейронных сетей. Для решения поставленной задачи выбрана нейронная сеть, имеющая один скрытый слой [5,6].

Выбор протокола осуществляется программно на управляющем узле беспроводной сети в соответствии следующие алгоритмом:

1. На каждом узле беспроводной сети выполняется процедура, которая периодически (с заданной частотой) передает на управляющий узел пара метры своего узла: номер преобладающего класса задач, мобильность (предполагается, что узлы могут определить свою мобильность).

2. После получения параметров от всех узлов программа, запущенная на управляющем узле, осуществляет выбор протокола беспроводной сети с помощью обученной нейронной сети.

3. Далее программа на управляющем узле передает команду перехода остальным узлам сети на выбранный протокол.

Частота передачи параметров на управляющий узел от других узлов се ти задается в настройках программ на узлах.

Проведённой экспериментальный анализ показал, что применение раз работанного инструментария может давать выигрыш в скорости доставки пакетов более чем в 2 раза.

Таким образом, разработан эффективный алгоритм выбора предпочти тельного протокола маршрутизаций AdHoc– сетей, основанный на исполь зовании математического аппарата нейронных сетей.

Литература 1. Винокуров В.М, Пуговкин А.В. Маршрутизация в беспроводных AdHoc - сетях // Доклады ТУСУРа №2 (22), часть 1 – 2010, 288- 2. Таненбаум Э. Компьютерные сети. 4-е изд. Спб.: Питер, 2003. – с.

3. Sapna S. Kaushik, P.R.Deshmukh. Comparison of effectiveness of AODV, DSDV and DSR routing protocols in mobile ad hoc networks //International Journal of Information Technology and Knowledge Management, July-December 2009, Volume 2, No. 2, pp. 499-502.

4. Комашинский В.И., Смирнов Д.А. Нейронные сети и их применение в системах управления и связи. М.: Горячая линия Телеком, 2003. – 94 с.

5. Ясницкий Л.Н. Введение в искусственный интеллект. М.: Издатель ский центр «Академия», 2005. – 176 с.

6. Рогозин О.В. Комплексная оценка эффективности инновационного проекта на основе анализа качественных характеристик, журнал « Откры тое образование»;

№6, 2010, www.e-joe.ru.

МОДЕЛИ УПРАВЛЕНИЯ ПРОЕКТНЫМИ РИСКАМИ Толкач М.В.

Воронежский институт высоких технологий Швей С.В.

Московский государственный университет экономики, статистики и информатики Телефон: +7 905 527 e-mail: sshvey@gmail.com Анализ отечественного и зарубежного опыта позволяет выделить сле дующие группы моделей управления рисками при реализации коммерче ских проектов в реальном секторе экономики: экономической ответствен ности;

стимулирования снижения уровня риска;

страхования и резервиро вания [1,2].

Модели экономической ответственности. Эта группа моделей управления рисами опирается на систему стандартов (норм, нормативов), отклонение от которых ведет к экономическим санкциям, которые Центр накладывает на менеджеров (от штрафов до приостановки проектов). Соот ветствующие стандарты касаются, в первую очередь, применяемых техно логий, организационно-технических мер по обеспечению безопасности производства, ограничений на предельно допустимые концентрации вы бросы или сбросы. К этой группе относятся модель экспертизы проектов, модель штрафов и модели платы за риск.

Модель экспертизы проектов. При реализации этой модели оценка уровня проектного риска производится экспертной комиссией, назначае мой Центром, и экономическая ответственность менеджеров определяется в зависимости от результатов экспертизы. Сущность данной модели заклю чается в проведении экспертами анализа проектного риска с количествен ной оценкой суждений и формальной обработкой результатов. Выполнение своих функций эксперты осуществляют на основе логического мышления, интуиции и собственного опыта в решении сходных проблем, поэтому большую роль играет компетентность экспертов, их знания и опыт. А так как эксперты подбираются Центром, то естественно возникает одна из важнейших проблем: правильный подбор экспертной группы, причем это не единственная проблема, стоящая перед организаторами экспертизы. Для проведения экспертизы проекта необходимо осуществление целого ряда организационных мероприятий: формирование цели предстоящей экспер тизы;

определение сроков выполнения работ;

создание группы управления, определение ее задач, обязанностей и прав;

финансовое и материально техническое обеспечение экспертизы.

Модель штрафов. Повысить заинтересованность менеджеров проектов в обеспечении требуемого уровня проектного риска можно с помощью мо дели штрафов. Экономический смысл этой модели заключается в том, что в том случае, если менеджеры при управлении своими проектами не уделяют должного внимания учету возможных рисков, на них накладывается штраф. Образно суть этой модели можно выразить фразой: «рискуй, но знай, что в случае потерь заплатишь штраф». Наибольшее распространение получили следующие виды штрафа: линейный, компенсаторный и ступен чатый.

Модель платы за риск. При использовании данной модели основным рычагом, позволяющим управлять уровнем проектного риска, является це на риска, которая устанавливается Центром в результате решения задачи обеспечения экономической безопасности системы в целом. Образно суть этой модели можно выразить фразой: «рискуй, но предварительно заплати за возможные потери».

Модели стимулирования снижения уровня риска. К этой группе отно сятся: модель финансирования снижения уровня риска и модель компенса ции затрат на снижение уровня риска.

Модель финансирования снижения уровня риска. В этом случае Центр заранее выделяет каждому менеджеру Vi единиц средств на снижение уровня риска его проекта, и они используют их по целевому назначению.

Образно суть этой модели можно выразить фразой: «Центр поощряет ра зумный риск и выделяет средства для компенсации возможных потерь, но требует, чтобы менеджеры позаботились о снижении уровня риска своего проекта».

Модель компенсации затрат на снижение уровня риска. Данная модель предполагает покрытие менеджеру проекта всех или части потраченных средств на снижение уровня риска. При этой модели Центр заранее объяв ляет, какую часть потраченных менеджером средств он компенсирует из централизованного фонда. Образно суть этой модели можно выразить фра зой: «Центр поощряет разумный риск и готов компенсировать часть расхо дов, понесенных в связи с реализацией мероприятий, снижающих уровень риска».

Модели страхования и резервирования. К этой группе относятся: мо дель внутрифирменного страхования;

модель формирования и использова ния централизованных фондов.

Модель внутрифирменного страхования. Суть этой модели можно вы разить фразой: «Центр поощряет разумный риск, но требует от менедже ров, чтобы они застраховали себя от возможных неприятностей, связанных с реализацией рисковых проектов».

Модель формирования и использования централизованных фондов.

Здесь на первый план выходит проблема не формирования фонда, а его эффективного распределения. Задача финансирования мероприятий по поддержанию необходимого уровня риска состоит в распределении общего объема средств между менеджерами на проведение работ по снижению уровня риска. Фактически, эта задача является задачей распределения ре сурсов – одной из наиболее распространенных задач в теории и практике управления экономическими системами.

Литература 1. Баркалов С.А., Новиков Д.А., Новосельцев В.И., Половинкина А.И., Шипилов В.Н. Модели управления конфликтами и рисками / Под ред. Д.А.

Новикова – Воронеж: Научная книга, 2008. – 495 с.

2. Ковалев П.Н., Микрюков И.М. Производственно-экономические кри зисы и проектные риски в реальном секторе экономики. – Воронеж: Изд-во «Научная книга», 2009. – 146 с.

ОБ ОДНОМ ПОДХОДЕ К ПРЕОДОЛЕНИЮ СУБЪЕКТИВИЗМА В ОЦЕНКЕ ЭФФЕКТИВНОСТИ ФУНКЦИОНИРОВАНИЯ ФИРМЫ Шуремов Е.Л., д.э.н., проф., Заложнев А.Ю., д.т.н., проф.

РЭА им. Плеханова В условиях рыночной экономики одним из важнейших показателей функционирования самостоятельной фирмы является прибыль. Однако во многих случаях у внешних наблюдателей может возникнуть неадекватное реальности представление об эффективности функционирования фирмы, если они будут основывать свои оценки на данных о массе получаемой ею прибыли.

Рассмотрим условный пример. Фирма получила товар от поставщика с рассрочкой платежа на квартал, сделала большую наценку и продала его с рассрочкой платежа на два квартала. В итоге она имеет прибыль за данный квартал. Однако через квартал эта прибыльная фирма станет технически неплатежеспособна. Даже, если ей дадут кредит для выплат поставщикам, то выплата процентов за кредит существенно уменьшит ее денежные пото ки в будущем. Таким образом, если оценивать данную фирму по текущему показателю прибыли, то эффективность ее деятельности может быть силь но переоценена.

Рассмотрим другой пример. Существуют две совершенно одинаковые по производственным и сбытовым возможностям фирмы. Они производят одинаковую продукцию, в одинаковых объемах, по одинаковой техноло гии, продают ее по одинаковым ценам, обе мгновенно получают оплату от покупателей и также мгновенно расплачиваются с поставщиками и сотруд никами. При этом цикл производство-продажа полностью укладывается в один учетный период. Однако эти фирмы используют различные методы начисления амортизации и списания затрат. В итоге у них будет зафикси рован разный объем прибыли. То есть фирмы по сути абсолютно одинако вы, но воспринимаемая внешними наблюдателями оценка их деятельности различна и зависит от выбранной учетной политики.


Если фирме нужно занизить прибыль, то практически всегда можно придумать и юридически корректно оформить дополнительные затраты, которые будут существовать только на бумаге. Чем успешно пользуются многие российские компании. Если, наоборот, нужно показать, что ваша компания очень прибыльна, то вполне можно придумать способы завыше ния доходов. Например, некоторые американские компании, заключив до говор (в том числе фиктивный), сразу учитывают еще только потенциально возможные доходы от его выполнения при расчете своих финансовых ре зультатов. Хотя еще никаких операций по договору не производилось.

Еще больше от учетной политики и мнения бухгалтера зависят такие показатели, как экономическая прибыль, экономическая добавленная стои мость, рыночная добавленная стоимость, акционерная добавленная стои мость, денежный поток на инвестиции и др. Подробную информацию о порядке их расчета, проблемах организации их вычисления, достоинствах и недостатках можно найти, например, в [2].

Таким образом, используемые в настоящее время критерии оценки эф фективности функционирования предприятий имеют в значительной сте пени субъективный характер. Вследствие этого при их использовании воз никают риски принятия неверных управленческих решений. Поэтому вста ет вопрос о конструировании таких показателей, расчет которых в наименьшей степени зависел бы от особенностей учетной политики и про фессиональных решений бухгалтера, составляющего отчетность.

В этой связи можно предложить подход, в соответствии с которым дея тельность фирмы рассматривается как непрерывный инвестиционный про цесс и за основу оценки ее деятельности принимается денежный поток, генерируемый ей в каждый период существования, начиная с момента воз никновения. Предлагается все затраты, осуществленные в денежной форме в период t считать инвестициями, а все притоки денежных средств в период t – доходом фирмы в данный период. В итоге получаем ряд пар {x(t),y(t)} для t=1,2,…T, где x(t) – приток денежных средств в период t, y(t) – отток денежных средств в период t, t=1 – первый период существования фирмы, а t=T – последний завершенный период ее функционирования (текущий мо мент).

Для получения ряда {x(t),y(t)} используются все денежные потоки – от операционной, инвестиционной и финансовой деятельности. Различий де лать не нужно. Фирма – это самостоятельный субъект и в процессе ее функционирования следует учитывать все осуществляемые ею виды дея тельности и все генерируемые ими денежные потоки, поскольку они, так или иначе, взаимозависимы. Если рассматривать функционирование фир мы как непрерывный процесс, то неважно, что денежные выплаты, произ веденные в данный момент, могут относиться к нескольким последующим периодам – в них они уже не будут учтены. Но в данный момент они про изведены и это объективная реальность, инвестиции в собственную дея тельность в данный конкретный момент. То же самое относится и к прито кам денежных средств. Даже, если это займы, то в последующие периоды их надо будет отдать с процентами. И это – тоже объективная реальность.

На основе рядов {x(t),y(t)} можно построить ряд CF(t)=x(t)-y(t), то есть денежный поток, сгенерированный фирмой в результате ее функциониро вания за все время существования.

Представив функционирование фирмы как непрерывный инвестицион ный процесс, мы можем применить для оценки ее деятельности инструмен ты инвестиционного анализа. Однако очевидно, что применение показателя NPV, вычисленного к моменту T, не позволит сравнить эффективность фирм, имеющих разные масштабы деятельности. Поэтому сравнение сле дует производить на основе «безразмерных» показателей – IRR или MIRR.

Если денежные потоки [CF(t) (t=1,2,…T)] сравниваемых фирм являются регулярными, то есть содержат не более одной смены знака (---+++), то предпочтительнее использование IRR, поскольку этот показатель менее всего зависит от какого-либо субъективизма и демонстрирует достигнутую на настоящий момент способность данных фирм генерировать денежные потоки. Сравнив значения IRR, полученные на текущий момент T, наблю датель сможет оценить тот реальный потенциал, которого они достигли.

Еще более полную информацию можно получить, если построить ряды значений IRR(T-k), IRR(T-k+1), …, IRR(T-1), IRR(T), где 0 k T. То есть вычислить внутренние нормы доходности, достигнутые на каждый пред шествующий период. По изменениям показателей этих рядов можно судить о тенденциях в изменении способности сравниваемых фирм генерировать денежные потоки.

Сложнее ситуация в том случае, когда ряды денежных потоков CF сравниваемых фирм являются не регулярными, то есть содержат более од ной смены знака (--++--++). В этом случае возможна множественность оце нок показателя IRR. Однако и здесь есть выход. Возможны два подхода.

Самый простой состоит в использовании показателя модифицированной внутренней нормы доходности – MIRR. Другой подход основан на идее, изложенной Константином Батениным в [1]. В данной статье утверждается (по нашему мнению не без оснований), что на самом деле нерегулярных рядов не существует и они возникают только вследствие неполной инфор мации об инвестиционном процессе. По мнению автора [1] появление вто рой отрицательной волны связано с тем, что построенный ряд не отражает информации о предполагаемых способах финансирования продолжения проекта. Фактически, появление второй отрицательной волны означает, что первый этап проек та (---+++) закончен и начинается второй этап, который следует рассматри вать как самостоятельный инвестиционный проект. Поэтому, если фирма генерирует не регулярный денежный поток, то можно взять его последний сегмент, имеющий только одно чередование знаков и вычислять IRR толь ко на его основе. Или для глобального рассмотрения деятельности фирмы разбить ее деятельность на последовательность периодов, в каждом из ко торых генерируемые ею ряды денежного потока имеют не более одного чередования знаков, и считать каждый такой период отдельной стадией жизненного цикла фирмы.


Следует отметить, что изложенный здесь подход к рассмотрению дея тельности фирмы как инвестиционного проекта может использоваться для сравнения фирм, имеющих разную продолжительность жизни. Его досто инством является то, что он оценивает ее деятельность в динамике и прак тически не содержит элементов субъективизма в оценках показателей.

Сделать какие-либо «приписки» к движению денежных потоков практиче ски невозможно: все фиксируется точно и однозначно и может быть легко проверено по данным отчетов о движении денежных средств. Однако есть и недостатки. Во-первых, для объективного сравнения нескольких фирм нужны достаточно длинные ряды показателей генерируемых денежных потоков. Молодая фирма может быть оценена негативно лишь потому, что функционирует слишком недолго и пока имела преимущественно отрица тельные денежные потоки, связанные со становлением ее деятельности.

Во-вторых, здесь не учитываются перспективы развития фирмы, занятой инновациями. Поэтому данный подход больше подошел бы осторожным инвесторам, скептически относящимся к возможностям «продажи рыбы, пока она в воде». В то же время, нам представляется, что он вполне может рассматриваться как важное дополнение к традиционным методам оценки эффективности функционирования фирмы, используемым в настоящее время.

Литература 1. Батенин К. Использование показателя «внутренняя норма доходно сти» при оценке инвестиционных проектов. // М.: Проблемы теории и практики управления. № 1, 2007, с. 82-85.

2. Ефимова О.В. Финансовый анализ: современный инструментарий для принятия экономических решений: учебник / О.В. Ефимова – М.: Изда тельство «Омега-Л», 2009. – 350 с.

ИННОВАЦИОННОСТЬ ДИСТАНЦИОННОГО ОБУЧЕНИЯ.

РАЗРАБОТКА И ВНЕДРЕНИЕ ДИСТАНЦИОННЫХ ФОРМ ОБУЧЕНИЯ Эттель В.А., Ганушкова Ю.Г.

Карагандинский Государственный Технический Университет, к.т.н., доцент направление «Прикладная информатика в образовании и образовательных технологиях», магистр 2 курс Современные технологии предоставляют рынку широкие возможности для поиска новых, более эффективных форм решения различных задач. И обучение не является исключением. Повышение доступности знаний, уско рение процесса обучения и получения быстрой отдачи при одновременном сокращении издержек являются сейчас актуальными потребностями для многих коммерческих организаций.

Для образовательных учреждений (вузов, специальных учебных заведе ний, учреждений профессиональной переподготовки кадров) поиск новых и более совершенных методов и способов передачи знаний учащимся так же актуален.

Дистанционное (электронное) обучение на сегодняшний день является наиболее прогрессивной и быстро развивающейся формой получения зна ний. Способы распространения знаний сегодня используются самые раз ные. Это и почтовые рассылки книг, письменных заданий, аудио и ви деодисков, и консультации по телефону, и, конечно же, практически без граничные возможности международной сети Интернет. Разнообразные курсы можно пройти дистанционно. По сравнению с очными курсами, ди станционное обучение имеет целый ряд преимуществ. Это возможность самостоятельно выбирать предметы для изучения и работать в своем тем пе, в наиболее удобное время, возможность выбора места обучения незави симо от текущего места проживания (включая обучение за границей), а также относительно невысокие затраты на обучение.

Реализация принципов, современного образования, провозглашенных ЮНЕСКО: «образование через всю жизнь» и «образование для всех», в России сталкивается с рядом сложностей и ограничений, среди которых и большая территория страны, высокая плотность населения в мегаполисах и низкую в остальных регионах, высокую концентрация вузов и специали стов высокого уровня в столицах, при этом низкую географическую мо бильность населения. Все эти факторы формируют высокий потенциал для дистанционного обучения. И на ряду с преимуществами уже указанными, дистанционное обучение позволяет решить и такую важную социальную задачу, как предоставление возможности получения образования для лиц с ограниченными возможностями, среди которых достаточно много детей, обеспечивая, тем самым, их естественное право на развитие и самореализа цию[5].

Высокое значение для успешности обучения имеют интерактивность взаимодействия с тьютором, скорость доставки учебных материалов и про верки практических заданий и т.д. То есть одним из ключевых факторов успеха является информационная логистика контента, используемого и создающегося в процессе обучения. Поэтому так важно обеспечить нали чие технической инфраструктуры, позволяющей скомпенсировать недо статки удаленного обучения и повысить его качество.В первую очередь, для обеспечения равного доступа к знаниям необходимо обеспечить доступ к равному образовательному контенту. Поэтому исследования в области разработки учебного контента продолжают носить актуальный характер, так как он и является одной из основных составляющих частей современ ного учебно-методического обеспечения [2]. Обращаясь к пределению учебного контента можно сказать, что это - некое содержимое, загружаемое в систему истанционного обучения (СДО), предназначенное для непосред ственного восприятия пользователем с целью обучения или ориентации в учебном процессе [4]. Но следует оговориться, что стадии загрузки содер жимого в СДО предшествует стадия его непосредственного создания, что невозможно без инструментария разработки. В качестве примера такого инструмента разработки учебного контента можно привести линейку про граммных продуктов 1С:Электронное обучение, выпущенную фирмой “1С”, и предназначенную для организации и проведения электронного и смешанного обучения в коммерческих организациях, учебных заведениях, а также бюджетных учреждениях [3].

Программные продукты 1С:Электронное обучение позволяют автомати зировать процессы обучения и их использование дает организации, веду щей обучение, ряд преимуществ. Так, например, для коммерческих органи заций использование электронного обучения позволяет:

1. Снизить стоимость обучения на порядок без потерь в эффективности как путем приобретения электронных курсов, которые в большинстве слу чаев дешевле очных, в том числе благодаря возможности многократного использования, так и за счет экономии на перемещениях сотрудников, обеспечиваемой снижением количества командировок с целью обучения.

2. Создать уникальные курсы, учитывающие специфику компании, ее бизнес-процессов, применяемых технологий. Современные средства разра ботки электронных курсов делают процесс создания интерактивных муль тимедийных курсов доступным пользователям, не обладающим квалифи кацией программиста.

3. Сократить время на обучение за счет возможности проведения уда ленного одновременного или распределенного по времени обучения сотен и тысяч человек. При этом доступ к обучающим ресурсам возможен еже дневно и круглосуточно через сеть Интернет.

4. Повысить эффективность обучения за счет системы тестирования и контроля применения полученных знаний в ходе выполнения практических упражнений [1].

Для учебных заведений электронное обучение также предоставляет но вые возможности.

1. Расширение студенческой аудитории за счет того, что к образова тельным услугам получают доступ иногородние учащиеся, работающие (лица с высокой занятостью), люди с ограниченными по медицинским или социальным причинам возможностями.

2. Возможность использования интерактивных форм обучения в рам ках образовательного процесса.

3. Упрощение проверки выполнения заданий преподавателем.

4. Стандартизация методического обеспечения, использование единых обучающих материалов в головном учебном заведении и в филиалах [1].

Особенностью программных продуктов линейки 1С:Электронное обу чение является реализованная возможность как разрабатывать собственные учебные материалы так и импортировать учебные материалы других разра ботчиков. При этом таким учебным материалом может быть как один файл или подборка файлов, так и полноценный электронный курс, база знаний, глоссарий, тест, презентация и др. Для удобства разработки созданы специ ализированные формы – "мастера", которые позволяют быстро и просто создавать электронные курсы и тесты. Последние можно создавать как включенными в состав электронного курса, так и самостоятельными. Элек тронный курс может включать в себя теорию, задания практических заня тий, точки контроля знаний, глоссарий.

При разработке учебных материалов могут быть использованы разно образные типы файлов и связанных наборов файлов (подборок) – тексто вых, графических, аудио и видео, ссылок и т.д., что позволяет создавать уникальный и яркий учебный контент, использовать различные средства представления информации, оптимальные для реализации поставленных задач обучения.

Организация общения участников процесса электронного обучения дает возможность перейти от однонаправленного способа донесения знаний (преподаватель – обучающийся) к разнонаправленному. А это, в свою оче редь, создает обучающую среду для всех участников обучения.

Простота создания обучающих материалов позволяет вести их коллек тивную разработку – в результате получается приемлемый для всех участ ников процесса обучения вариант учебных материалов. С учетом разнона правленности способа передачи знаний формируется обучающая, творче ская среда для преподавателей и студентов.

Вместе с тем обучающая среда 1С:Электронное обучение, как и любая другая не свободна от ряда недостатков. И прежде всего к ним относится так называемый сложный процесс адаптации системы под нужды конкрет ной организации. Столкнувшись на практике с необходимостью разработки учебного контента по средством этого инструмента, огорчила невозмож ность использовать его в типовом, не измененном виде в рамках учебного процесса нашей компании.

Подводя итог выше сказанного, можно сделать вывод о том, что обуча ющие среды являются лишь инструментом, который чаще всего не являет ся универсальным и как следствие возникает необходимость дорабатывать и адаптировать каждый такой инструмент под нужды компании, исходя из поставленных целей, требований к учебному процессу, а так же техниче ских возможностей.

Литература 1. Медведева С.Н., Проектирование дистанционных курсов. Казань, 2010г.

2. http://v8.1c.ru/elo/index.htm - Фирма “1С”. Разработка электронных учебных материалов.

3. Резник Н.А., Визуализация учебного контента в современном ин формационном пространстве, Международная научно-практической кон ференция «Информационно-образовательная среда современного вуза как фактор повышения качества образования», 2007 г., Мурманский государ ственный педагогический университет.

4. http://www.scormcourse.ru/Osnovnoe soderzhanie/Obschee/Terminy.html - Термины и определения. Электронный словарь.

Министерство образования и науки РФ Московский государственный университет экономики, статистики и информатики (МЭСИ) Институт компьютерных технологий Учебно-методическое объединение VII МЕЖДУНАРОДНАЯ НАУЧНО-МЕТОДИЧЕСКАЯ КОНФЕРЕНЦИЯ «СОВЕРШЕНСТВОВАНИЕ ПОДГОТОВКИ IT-СПЕЦИАЛИСТОВ ПО НАПРАВЛЕНИЮ «ПРИКЛАДНАЯ ИНФОРМАТИКА»

ДЛЯ ИННОВАЦИОННОЙ ЭКОНОМИКИ»

Сборник научных трудов

Pages:     | 1 |   ...   | 6 | 7 ||
 





 
© 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.