Гармонизация управления инновационным развитием экономики на основе когнитивной технологии (теория и практика) (1142186), страница 4
Текст из файла (страница 4)
Во-первых, многиехарактеристики этих факторов трудно учесть, оценить, сравнить, так как ониили плохо представимы количественной мерой или их количественная оценкачасто умышленно скрывается или искажается. Во-вторых, как правило, напрактике редко удается получить полностью достоверную информацию обэтих характеристиках, т.к. зачастуюиспользуемые источники информациипротиворечат друг другу в части их полноты и достоверности.Очевидно, что факторы неопределённости (или малоистинности знаний)всегдаоказываютнегативноевоздействиенакачествоформируемыхпроцессов управления, внося в них хаотичную составляющую, что затрудняетсозданиеалгоритмовуправления,учитывающихбольшоеколичествопараметров и переменных и их взаимовлияние, для решения необходимогообъема задач управления. Отсюда следует, что при больших значениях этойхаотичной составляющей создание очень сложных алгоритмов управления,включающих методы оценки всего многообразия возможных факторовнеопределённости, и больших банков данных, хотя теоретически и возможно,но практически чрезвычайно трудно.Поэтому в диссертации предложено альтернативное решение этойпроблемы в виде некоторого компромисса между двумя противодействующимитенденциями с одной стороны, факторами малоистинности знаний, а с другой –сложностью модельного аппарата, используемого в управления инновационнымразвитием экономики.Это альтернативное решение сводится к необходимости постановки ирешениядостаточноновойималоизученнойзадачи,связаннойснеобходимостью подробного изучения непосредственно механизма генерацииновых знаний, так как в качестве первопричины всех процессов, происходящих винновационнойэкономике,следуетпринятьпроцессымышлениялиц,принимающих управленческие решения, т.е.
когнитивные процессы (генерацииновых знаний). Тогда задача управления инновационным развитием экономикидолжна решаться на основе модельного аппарата этих когнитивных процессов,18относящегося по своей сути к классу когнитивных технологий.Данный подход сравнительно мало изучен и практически не представленв исследованиях инновационных экономических систем. Известные близкие кэтой теме работы отличаются наличием большой доля параметров управления,имеющих вербальный неколичественный характер, что само по себе являетсяфактором, ограничивающим их практическое использование.Вдиссертациипредложениреализованподход,основанныйнепосредственно на использовании количественных параметров когнитивныхпроцессов в управлении инновационными процессами в экономике.Вторая группа проблем связана с разработкой структуры когнитивнойтехнологии (генерации новых знаний), на которой базируются принципыгармонизациитехнологияуправленияосновананаинновационнымиспользованииразвитиемрезультатовэкономики.Этаматематическогомоделирования процессов мышления человека.Здесь и далее под понятием «новые знания» подразумеваются двевзаимосвязанные группы знаний: научные разработки, изобретения и другиерезультаты интеллектуальной деятельности, которые относятся к продуктаминтеллектуального труда и знания о конкурентах, о финансах, о товарах, о ценахи т.д., т.е.
те знания, которые используются для реализации процессовуправления.Дляразработкинаучно-методическихпринциповвдиссертациииспользуется понятие минимального элемента знания (МЭЗ), как законченнойаргументированной мысли, содержащей логически минимальное с точки зрениясодержательности доказательное высказывание об истинности нового знания ивыраженной некоторыми известными языковыми средствами. Новое знаниепредставляет собой совокупность некоторого числа МЭЗ, как аргументнуюдоказательную основу. Блок-схема когнитивной технологии представлена нарис. 1.Описание блок-схемы модуля когнитивной технологии1.
Новое знание в инновационной компании первоначально формируется вблоке 1 под воздействием поступающих данных из внешней среды (новыенаучные открытия, технологии, разработки и т.д., конъюнктура рынка, уровень19цен и т.д.) и внутреннего состояния компании (финансово-экономическихпоказателей) в виде некоторого целостного образа.Информация от системыуправления производствомВнешняя среда: знания о рыночнойконъюнктуре, ценах,… , патентах, технологияхи т.д.2.
Разбиение новогознания на части- МЭЗ1. Новое знание в видецелостного образа4. Правила:математическийаппарат,методы,законы,алгоритмы и т.д.3. Оценкауровняистинностинового знания5. БАЗАЗНАНИЙ(МЭЗ)даРавен 1?МЭЗиспользуется в НЗ?даМ вх, МБ, МвыхМодуль эволюции базы знанийРисунок 1. Блок-схема когнитивной технологии на основе синтеза новых знаний2. Целостный образ нового знания поступает в блок 2, где происходитвыявление разного рода факторов и признаков, характеризующих данное новоезнание с различных точек зрения и разбиение его на составляющие — МЭЗ.3.
В блоке 3 производится оценка истинности этих составляющих иопределяется конечный уровень истинности всей совокупности МЭЗ.4. Если конечное значение истинности равно единице, то новое знаниепоступает в базу знаний — блок 5. Если не совпадают, то происходит возврат наблок 2 и процесс продолжается снова.5. Блок 4 представляет собой набор правил, по которым из базы знанийвыбираются тот математический аппарат, те методы, законы, алгоритмы,которые необходимы для реализации работы блоков 2 и 3.База знанийсостоит измножестваМЭЗ,какаргументовдля20доказательства истинности нового знания (НЗ).Структура базы знаний включает три основных блока (рис.
2):Регистрация входныхРубрикаторРегистрацияданныхбазы знанийвыходных данных123……123……Miвх123……Mi БМiвыхi……i……i……NМвх(t)NМБ(t)NМвых(t)Рисунок 2. Структура базы знаний1. Входной блок — здесь регистрируются все сведения о поступающихданных в соответствии с рубрикатором базы знаний в виде потока Мвх(t).2. Рубрикатор базы данных — включает: а) наименования этапов жизненногоцикла инновационных изделий: фундаментальные исследования, НИР, ОКР,опытный образец, опытная партия, серийное производство, продажи и т.д.; б)принадлежность результатов интеллектуальной деятельности к категориям —открытия, изобретения, полезные модели и т.д.; в) данные о конкурентах, ценахна рынке, ассортименте и т.д.; г) данные о собственном производстве —финансово-экономические показатели, структура кадров, заработная плата и т.д.3.
Выходной блок — здесь регистрируются все данные из базы знаний, ккоторым происходит обращение всех пользователей в виде потока Мвых(t).Представленный подход позволил выявить структуру когнитивнойтехнологии,котораяпослужилаосновойдляразработкиалгоритмовформирования системы гармоничного управления инновационным развитиемэкономики.Третьяформированиягруппапроблемнаправленанаразработкуалгоритмовгармоничных управленческих решений на основе когнитивнойтехнологии с использованием аппарата энтропийных оценок,уточнениепонятия «гармонизация» и введение нового термина «гармонизация управления».21Математический аппарат системы гармоничного управления формируетсяна основе представления целостного образа нового знания в виде совокупностиМЭЗ, как аргументной базы. Процесс монотонного увеличения истинностиновых знаний отражает динамику процесса инновационного развития, и этоесть главное назначение системы мышления человека. Именно на этой основевозможно развитие вообще и развитие инновационной экономики в частности.Поэтому данное представление и положено в основу рассматриваемойкогнитивной технологии.
Для оценки истинности нового знания используетсявеличина энтропии его истинности Н.В результате анализа получено соотношение, описывающее динамикумонотонного уменьшения энтропии истинности нового знания в зависимости отстепени заполненности целостного образа нового знания истинными МЭЗ, в видеформулы1:Н(I) = 4,59 I -3,59 ,(1)где I есть количество истинных МЭЗ, входящих в структуру новогознания и обеспечивающих доказательство его истинности. Формула (1) выражаетвеличину энтропии Н от единственной переменной I, что существенно упрощаетвычислительную сторону модели. Графически зависимость H(I) представлена нарис.
3, где также показаны диаграммы процесса последовательного заполненияцелостного образа истинными МЭЗ до момента полного заполнения, что будетсоответствовать завершению процесса доказательства истинности нового знания.На нижней диаграмме представлена зависимость роста необходимого количестваресурсов Е(I), затрачиваемых на производство истинных МЭЗ в количестве I.Данная зависимость имеет монотонно возрастающий вид.Подставив в (1) значение минимальное значение I = 2, получим Н0=0,38,что и соответствует гармоничной пропорции.Из представленных на рис. 3. графиков следуют следующие выводы:1.
Значение I = 1 соответствует ситуации, когда структура истинности ещене сформировалось, но, тем не менее, в нем уже присутствует единственныйистинный элемент. Причем затраты на его создание равны нулю: Е(1) = 0.Иванус А.И. Гармоничное управление инновационной экономикой в условияхнеопределенности. –М.: Книжный дом «ЛИБРОКОМ», 2012. -208 с.122f1(x)1I=1x2f2(x)1I=2x3f3(x)1I=3x4f4(x)1I=4xH(I)Н0=0,38IE(I)Е012345Рисунок 3. Диаграммы, иллюстрирующиеструктуры истинности нового знания.6процессIформированияГармоничная пропорция – это число, широко известное как пределотношения Ф = Lim Аn/ Аn+1 = 0,618… при n → ∞ в последовательностиФибоначчиАn+2 = Аn+1 + Аn, где n =1, 2, 3,…… А1=0, А2=1.3.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
