104995 (Моделирование ситуаций и выработка управленческих решений), страница 5

Построение математической модели функционирования системы. Этап формализации задачи в принципе может иметь два крайних случая. В первом случае в распоряжении органа управления к моменту получения задачи имеется формальная модель, подходящая для описания возникшей ситуации; во втором случае такой готовой модели нет, но время позволяет ее составить. На практике же, как правило, возникают случаи, когда есть модели, частично пригодные для формализации возникшей ситуации. Но, сузив или расширив область решения, описываемого математической моделью, их всегда важно отнести к одному из крайних случаев.

Если допустить, что в органе управления имеются достаточно квалифицированные специалисты, то решающим фактором для оценки возможности формализовать ситуацию при отсутствии готовой модели является наличие времени, имеющегося в распоряжении органа управления. Однако при составлении новой модели, а также при анализе моделей, имеющихся в наличии, органу управления необходимо обратить внимание на:

– уяснение характера и внутренней структуры исследуемого явления;

– выбор математического аппарата для формализации;

– установление ограничении и допущений, принятых при составлении формальной модели, и сравнение модели с реальной ситуацией.

Последний момент весьма важен, поскольку позволяет получить обоснованное суждение о ценности формализованной модели и уточнить формальную и творческую составляющие решения.

Группа параметров, обозначенная символами U = U1, U2,..., U, представляет собой те параметры, изменение которых находится во власти органа управления. К числу параметров решения относятся также и параметры системы управления. Изменение значений каждого из параметров этой группы влечет за собой изменение достигнутого значения избранного показателя эффективности, т. е. влияет на степень решения поставленной задачи. Выбор совокупности параметров вида U = U1, U2,..., U*, и представляет собой с формализованной точки зрения выбор решения. Поэтому эта группа параметров, выбор значений которых находится во власти органа управления, как сказано выше, получила название параметров решения.

Однако на результат действий оказывают влияние не только те факторы, изменение которых находится во власти органа управления, но и такие факторы, изменить которые он не может, – состояние среды, взаимозависимость предприятий и т. д. (Эту группу факторов или параметров будем называть параметрами среды.)

После того как формальная модель, описывающая данную ситуацию составлена, нужно найти такое сочетание параметров решения, которое приводило бы к экстремальному значению показателя эффективности.

Поскольку, однако, экстремальное значение показателя эффективности связано не только со значениями параметров решения, но и со значениями параметров среды, задача принятия решения осложняется необходимостью учета факторов, не зависящих от органа управления и часто даже ему неизвестных или известных плохо.

Для решения этой задачи с учетом параметров среды составляется матрица решений. Приведем в качестве примера матрицу (см. табл. 1).

Таблица 1

Матрица решений I

Здесь U носит условное наименование параметра решения, a Z – параметра среды.

При этом считаем, что параметры среды есть сочетание определенных значений всех параметров обстановки, дающих определенный столбец матрицы, а параметр решения – сочетание соответствующих значений всех параметров решения, дающих в совокупности определенную строку матрицы. Строки матрицы соответствуют определенному сочетанию параметров решения, т. е. определенному варианту решения органа управления, а столбцы – определенному сочетанию параметров среды.

Элементами матрицы являются значения показателя эффективности, рассчитанные для сочетания параметра решения и параметра среды соответственно данной клетке матрицы. Так, элемент, записанный на пересечении j-го столбца и i-й строки матрицы, соответствует значению показателя эффективности, рассчитанному для значений параметров Ui и Zj.

При составлении матрицы следует стремиться к ее сжатию, для чего нужно выбирать такие шаги значений параметра решения и параметра среды, которые давали бы достаточно существенные изменения значения показателя эффективности.

Если бы органу управления удалось точно установить значение параметра среды Z** = Zj , то матрица решений сузилась бы до одного столбца, и задача оптимизации решения заключала в выборе из элементов этого столбца такой клетки, в которой значение показателя Wij** экстремальное. Этим было бы выбрано значение i = i**, т. е. предложена наивыгоднейшая комбинация параметров решения или, что то же самое, предложено лучшее решение данной математической задачи. Однако мы не всегда можно знать точно значение параметра среды. В связи с этим следует проводить оптимизацию не только по параметру решения, но и по параметру среды.

Формальная оптимизация заканчивается выработкой количественных оснований для принятия решений по результатам анализа конкретной математической модели.

Формирование решения. На последнем этапе процесса принятия решения – этапе формирования решения – производится сопоставление значения эффективности оптимальной стратегии с требующимся уровнем эффективности. Если результаты сопоставления окажутся удовлетворительными, то тогда эта стратегия подвергается соответствующим модификациям с целью учета неподдающихся формализации факторов (психологических, моральных, экономических т. п.), а также допущенных при формализации ограничений. Такая модифицированная формализованная стратегия и будет решением.

Если же результаты сопоставления окажутся неудовлетворительными, то производится так называемая внутренняя корректировка решения, т. е. возвращение к одному из описанных выше этапов с целью выявления возможности доопределения решения.

Поскольку любая формальная модель не учитывает ряда факторов в силу абстракций и допущений, а также вследствие неумения (а иногда и отсутствия целесообразности) формализовать ряд вопросов, связанных с психологическими, правовыми и другими моментами, окончательное решение – выработку командной информации в процессе управления – производит человек. При этом он, учитывая результат формальной оптимизации, стремится учесть и ряд других факторов.

Поскольку объектом управления является коллектив людей, деятельность их совершается в большой степени по законам психологии. Целевая функция социально-психологических методов состоит в том, чтобы, воздействуя определенным образом на работника, создать ситуацию, ориентирующую его на максимальную реализацию своих потенциальных способностей при выполнении поставленных задач.

Поэтому, принимая решение, следует учитывать следующие моменты психологического характера:

– социально-психологический уровень развития коллектива;

– способность коллектива к восприятию предстоящих целей и задач;

– индивидуальные качества исполнителей;

– желание людей выполнять задачи;

– степень самоорганизации коллектива;

– административно-правовое положение руководителя;

– личные качества работника, принимающего решения.

В силу творческого субъективного характера акта принятия решения невозможно установить какие-нибудь строгие единые правила. Основную роль здесь играет практический опыт, способность к предвидению хода событий. Вместе с тем следует учитывать возможность использования дополнительных (по сравнению с принятыми в формальной модели) показателей эффективности, а также дополнительную оценку качества информации состояния и всех допущений, принятых в формальной модели.

Процесс принятия решения завершается реализацией решения, анализом полученных результатов и корректировкой решения.

4. Примеры применения количественных методов выработки решений

Станковая задача

Современные методы управления тесно связаны с количественными обоснованиями принимаемых решений, с широким использованием экономико-математических методов и моделей управления производством.

Представим себе, например, группу из трех станков, каждый из которых может производить два типа деталей, назовем их условно деталями А и Б. Производительность каждого из станков по разным типам деталей, как правило, различна:

станок № 1 производит в одну минуту 5 деталей А или 5 деталей Б,

станок № 2 производит в одну минуту 6 деталей А или 2 детали Б,

станок № 3 производит в одну минуту 5 деталей А или 3 детали Б.

Задача осложняется тем, что требуется выполнить два важных условия или, как говорят в математике, учесть два ограничения:

– ни один из станков не должен простаивать;

– продукция должна быть комплектна, т. е. количество произведенных деталей А должно равняться количеству деталей Б (это, например, могут быть гайки и болты).

Несмотря на кажущуюся простоту задачи, ни одним из существовавших ранее методов она не решалась. Попробуем и мы, опуская некоторые несущественные подробности, решить столь поучительную задачу. Прежде всего, попытаемся, как, наверное, сделали и те, кто впервые столкнулся с этой задачей, получить ее глазомерное решение.

Все расчеты будем производить исходя из общей продолжительности времени работы в 6 часов = 360 минут (одна смена). Попробуем на все это время загрузить станок № 1 деталями А. Станки № 2 и № 3 также загрузим на все время работы, но деталями Б. Результат такого глазомерного решения изобразим следующим образом: слева от вертикальной черты покажем время загрузки станков по различным деталям, а справа – соответствующее количество произведенной продукции (произведение времени работы на минутную производительность).

Итак, глазомерное решение см. в табл. 2.

Таблица 2

Глазомерное решение полностью отвечает поставленным условиям: во-первых, все станки полностью загружены в течение рабочего времени; во-вторых, количество произведенных деталей А равно количеству деталей Б. Остается, однако, открытым главный вопрос планирования: является ли наше глазомерное решение наилучшим в данных условиях? Нельзя ли составить другой план распределения станков, который отличался бы от глазомерного наибольшей производительностью?

Обоснованием такого оптимального решения занимается математическое программирование. Суть метода удобнее всего выразить с помощью наглядного геометрического представления, графика (рис. 3). Здесь показан построенный по правилам математического программирования многоугольник OABCD (он заштрихован). Многоугольник соответствует условиям нашей задачи и представляет собой область допустимых планов распределения времени работы станков № 2 и № 3 над деталью А. По соответствующим осям графика отмечена продолжительность работы этих станков. (В своих расчетах мы вполне можем обойтись двумя станками и одной деталью, так как по этим данным нетрудно рассчитать и все остальные.)