Диссертация (1024839), страница 28
Текст из файла (страница 28)
Вкластерном анализе отсутствуют ограничения на вид рассматриваемых объектов,это делает возможным рассмотрение множества исходных данных практическипроизвольной природы.На сегодняшний момент разработано множество различных алгоритмовкластерного анализа, предлагается рассмотреть один из множества, который174называется эталонным, суть его сводится к формированию на множестве объектовнескольких исходных зон, являющихся отправной точкой для работы алгоритма.Задав эталоны, алгоритм осуществляет классификацию, иногда изменяяэталоны определенным способом.Алгоритмы, не являющиеся эталонными, работают по другому принципу.Примером таких алгоритмов могут служить иерархические алгоритмы кластерногоанализа: процедура разрезания и др.Пусть множество = {1 , 2 , … , } обозначает K проектов, которыеотобраны на предыдущих этапах.
Для распределения данного множества накластеры используем методы экспертных оценок. Каждый эксперт i (i=1, 2,…, N)оценивает проект , то есть распределяет проекты по классам. В рассматриваемойзадаче выделяем 3 класса: класс 1 - первоочередные проекты; класс 2 - проект сгарантированным финансированием; класс 3 - коммерческие проекты.В зависимости от исследуемых объектов для их оценки могут бытьиспользованыразличныешкалы.Дляоценкипроектовиспользуемклассификационную шкалу.
В этой шкале числа используются как метки.Эксперт i (i=1,2,…,N) каждому проекту ставит в соответствии:1, если он считает, что проект относится к классу 1 ;2, если он считает, что проект относится к классу 2 ;3, если он считает, что проект относится к классу 3 ;Результаты оценки i-м экспертом проекта – обозначим через , а вектор = [ ] отвечает каждому ряду измерений для j-го проекта.Для множества P проектов имеется множество векторов X={1 , 2 , … , },которые описывают множество P.Пусть m – целое число (m< ). На основании данных множества векторов Xмножество проектов P разбивается на m кластеров (подмножества) 1 ,2 ,…, так,чтобы каждый проект принадлежал одному и только одному подмножествуразбиения (кластеру).175Задачи кластерного анализа по определению числа классов, на которыетребуется разбить совокупность исследуемых объектов, можно подразделить на:задачи, в которых заранее задано число кластеров;задачи, в которых требуется определить число кластеров;задачи, в которых число кластеров неизвестно, а требуется построитьдерево исследуемой совокупности объектов.Рассмотрим один из алгоритмов кластерного анализа (число кластеровзадано).Шаг 1.
Расчет средних величин всей совокупности данных.Шаг 2. Расчет среднеквадратических отклонений каждого признака посовокупности данных.Шаг 3. Расчет матрицы нормированных разностей по каждому признаку.Шаг 4. Расчет Евклидовых расстояний между каждой парой сочетанийединиц совокупности.R ij =√∑kk=1(xik − xjk )2 .(4.33)Шаг 5. Определение минимального значения R ij .Шаг 6. Отнесение проектов с наименьшими значениями R ij в один кластер.Шаг 7. Расчет новых усредненных значений всех признаков дляобъединенного кластера.Шаг 8.
Расчет новых нормированных разностей признаков междуопределенным кластером и остальными. Включение этих различий в матрицывместо значений объединившихся единиц совокупности.Шаг 9. Расчет новых Евклидовых расстояний объединенного кластера отостальных единиц или кластеров.Шаг 10. Выбор наименьшего из Евклидовых расстояний.Шаг 11. Объединение в кластеры прекращается при достижении заданногочисла кластеров.Шаг 12.
Оценка качества классификации. После завершения классификациинеобходимо оценить результаты с помощью функционалов качества. Самым176лучшим разбиением считается то, при котором формируется экстремальное (min,max) значение функционала.В качестве таких функционалов используется:A. Сумма квадратов расстояний до центров кластеров (Ф1 )2̅̅̅̅Ф1 =∑Mm=1 ∑j∈πm d (X j ,X m ) ,(4.34)где m-номер кластера (m=1,2,…M);̅X-центр m-го кластера;Xj -вектор значений переменных для j-го проекта, входящего в m-й кластер;̅̅̅̅d(Xj ,Xm ) – расстояние между j-м проектом и центром m-го кластера.Наилучшим является разбиение, при котором значение Ф1 минимально.B. Сумма внутрикластерных расстояний между объектами (Ф2 )2Ф2 = ∑Mm=1 ∑j∈πm djm ,(4.35)Наилучшим считается разбиение, при котором достигается минимальноезначение Ф2 .C.
Сумма внутрикластерных дисперсий (Ф3 )p2Ф3 = ∑Mm=1 ∑j∈πm Dmj ,(4.36)где Dmj – дисперсия j-й переменной в m-м кластере.Оптимальным считается разбиение, при котором сумма внутрикластерныхдисперсий будет минимальной.Для оценки качества разбиений используются и некоторые другиепростейшие приемы. Если групповые средние значительно разнятся с общимсредним значением, то это, скорее всего, является чертой хорошего разбиения.Оценку существенности различий можно выполнить при помощи t-критерияСтьюдента.Используяалгоритмкластерногоанализа,можноосуществитьраспределение инвестиционных проектов P={P1 , P2 , … , PК } по трем группам:Первоочередные, безотлагательные проекты (P1 = {P1 , P2 , … , PK1 });177Проекты,обеспеченныегарантированнымфинансированием(P 2 ={P1 , P2 , … , PК2 });Коммерческие проекты (P 3 = {P1 , P2 , … , PK3 }).Таким образом, разработан метод оценки и отбора инвестиционныхпроектов.
Метод основан на том, что проекты проходят анализ на баземногосторонней экспертизы, при этом учитывается множество различных, самыхпротиворечивых,показателейпроекта,имеющихколичественныйиликачественный характер. Одни из них имеют отношения к экономическим,экологическим и социальным итогам воплощения проекта, а другие описываютразные риски, имеющие отношение к процессу реализации проекта.Применение разработанного метода позволяет повышать эффективностьуправления инвестиционной деятельностью сферы ТКО города, осуществлятьосновные стратегические цели и приоритеты развития данной сферы, учитываяэкономические, социальные и экологические императивы.4.3.Мониторинг инвестиционных программ развития сферы твердыхкоммунальных отходовСегодня в экономике муниципальных образований преобладают системныепроблемы, к которым прежде всего можно отнести ориентацию на решениекраткосрочных задач в сфере экологической безопасности окружающей среды[82].Решению долгосрочных проблем способствует инвестиционная разработкапрограмм развития сферы обращения твердых коммунальных отходов.Реализацияпрограммосновываетсянакомплексеорганизационно-методических мер по выполнению мероприятий, составляющих программу.Управление программой должно обеспечиваться технологией, котораядолжна включать:организационноесопровождение:осуществлениепроцедурпланирования, организация, координирование и контроль всего процессареализации программ;178банковское сопровождение: оформление, выдача кредита, взиманиеплатежей и расчеты по кредитным ресурсам, оказание консультации.
При этомрешаютсявопросысогласованияграфиков,процентныхставок,рисков,возвратности кредитов;техническое сопровождение: рациональное использование средств и ихокупаемость, оценка промежуточных показателей и прогнозирование результатовреализации проектов. Выработка решения по корректировке программ;аудиторскоесопровождение:экспертизафинансовогосостоянияисполнителя программ и банка-агента, промежуточных аудиторских операций.К участию в сопровождении программ должны привлекаться специалистыэкспертных, консультационных и иных организаций.Эффективным методом управления программой является мониторинг,который обеспечивает концентрацию действий на оперативное определениеразницымеждуфактическимирезультатамиреализациипрограммыизапланированными показателями и своевременную разработку управленческихрешений, обеспечивающих изменение программы [50, 292, 293].Основными задачами мониторинга являются:учет и контроль установленных плановых показателей и нормативов;измерение отклонения фактических результатов от запланированныхпоказателей;оценка и диагностика отклонений.Как видно из задач, мониторинг является координирующей системойвзаимосвязимеждуформированиеминформационнойбазы,анализом,планированием и контролем.Базой для информационного обеспечения могут быть количественныеданные по каждому мероприятию программы: стоимость, срок реализации, срококупаемости, экономические показатели, источник финансирования, исполнители.Показатели программы и мероприятий ранжируются по уровням значимости.Первый уровень образуют проекты с самыми важными контролируемымипоказателями.
Второй уровень образуют проекты, показатели которых связаны с179показателямиприоритетовпервогоуровня.Аналогичноформируютсяпоследующие уровни. Необходимость ранжирования показателей по уровнямдиктуется тем, что облегчается процесс анализа и объяснения причин возможныхотклонений фактических значений показателей от предусмотренных значений впрограмме.После ранжирования контролируемых показателей необходимо установитьколичественные«стандарты»(индикаторы),которыемогутбытькакабсолютными, так и плавающими.Мониторинг использует инструменты, охватывающие все идеальные иреальные (технические) подсобные средства, которые применяются для сбора,структуризации, анализа и обработки информации всех организационныхструктур.
К идеальным относятся методы, технические приемы, система работы, ареальными средствами являются электронная обработка данных, электронновычислительная техника, многообразное программное обеспечение, техническиесредства связи [9, 132, 250].Мониторинг является важнейшим механизмом контроллинга, обеспечиваякоммуникационнуюсистему,дополняющую,нонезаменяющуюнепосредственные контакты между различными заинтересованными в проектесторонами.Цельюмониторингареализациипрограммыявляетсяполучениезаинтересованными организациями, реализующими отдельные мероприятия,достоверной информации о результатах и перспективах их реализации дляпринятия обоснованных управленческих решений.Мониторинг предусматривает наличие:конкретной содержательной программы, которая должна быть четкоструктурирована и фиксирована, это необходимо для обеспечения контроля, в томчисле в процессе изменений проектов;формализованной системы отчетов, позволяющих демонстрироватьтекущее состояние программы, сравнивая его с исходными планами, основываясьна единых подходах и критериях;180системы, позволяющей проводить эффективный анализ фактическихпоказателей и тенденций (главными величинами для анализа являются стоимостьи время);системы эффективного реагирования, позволяющей своевременноосуществлять исправление найденных недочетов и устранение негативныхтенденций в рамках программы, вплоть до внесения в нее изменений.Процессы мониторинга обеспечивают:сбор фактических данных и их анализ на степень отклонения междуфактическим выполнением и запланированными показателями;оценку и сравнение достигнутых результатов с плановыми, выявлениепричин и способов воздействия на выявленные отклонения;разработкусоответствииспредложений,принятойпозволяющихпрограммой,выполнятьминимизациюработывнеблагоприятныхпоследствий от отклонений (выявление и использование преимуществ отблагоприятных отклонений).В общем случае мониторинг программы содержит:организационныйконтроль–позволяетустановитьвеличинуотклонения от организационного плана;контроль производственных показателей – позволяет установитьстепень отклонения производственных показателей от показаний программы;бюджетный контроль – позволяет установить величину отклонения отбюджетных показателей (в том числе инвестиционные показатели);контроль эффективности – позволяет установить степень отклонениятекущих показателей экономической эффективности проекта от плановых.Дляэффективнойреализациифункциймониторингатребуетсяформирование информационной системы, позволяющей преобразовать первичныеданные, сформированные по заранее установленному кругу индикаторов проекта,в системные отчеты о текущем состоянии программы целиком либо по разделам, свозможностью деталировки по отдельным показателям, на основании которых181можно разрабатывать управленческие решения.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
