Диссертация (1154434), страница 32
Текст из файла (страница 32)
На основе полученныхоценок ключевые компетенции могут быть проранжированы. При этом рангкомпетенции будет соответствовать ее ценности и уникальности в рядурассматриваемых компетенций.Очевидным способом ранжирования ключевых компетенций являетсяопределение ранга на основе полученных значений показателей EK . Большемузначению показателя EK соответствует больший ранг ключевой компетенции.Другимспособомранжированияключевыхкомпетенцийявляетсякластеризация методом k-средних. При использовании такого подхода ккластеризации объектов сначала задаются некоторые начальные условия 235 .В качестве таких условий могут выступать ограничения на количествокластеров, предварительное задание центров и радиусов кластеров. Опишемприменение метода k-средних к задаче кластеризации ключевых компетенций.В качестве центров кластеров при таком подходе будем выбирать эталонныеключевые компетенции.Рассмотрим подробно алгоритм работы метода кластеризации k-средних.Пусть мы рассматриваем N ключевых компетенций и разбиваем их на кластерыЧубукова И.А.
Data Mining. М.: Интернет-университет информационных технологий; БИНОМ.Лаборатория знаний, 2006.235169по ценности и уникальности компетенций на основе полученных оценок.В качестве критерия оптимальности при кластеризации мы рассматриваемблизость к значениям величин оценки эталонных компетенций.Пусть ключевые компетенции необходимо разбить на k кластеров.
В началеработы алгоритма кластеризации k-средних из всей совокупности объектов(N ключевых компетенций) выбираются k априорных объектов. Например, онимогут быть выбраны из числа эталонных ключевых компетенций по какому-либопризнаку. Далее из оставшейся совокупности N k ключевых компетенцийнеобходимо выбрать какую-либо одну и проверить, к какому из априорныхобъектов она находится ближе. Близость двух ключевых компетенций мыоцениваем как евклидово расстояние между соответствующими оценками EK .Эта ключевая компетенция объединяется в один кластер с соответствующимаприорным объектом. Для нового кластера вычисляется новый априорныйобъект как центр этого кластера. Через N k шагов все ключевые компетенциистановятся отнесенными к какому-либо одному из кластеров.С целью получения устойчивого разбиения все ключевые компетенцииснова по очереди присоединяются к уже сформированным кластерам.
Еслиполучается разбиение, аналогичное предыдущему, то работа алгоритмазавершается; если нет, то итерационная процедура продолжается. Такойитеративный алгоритм минимизирует дисперсию внутри кластеров.Таким образом, образуется k кластеров, ранг компетенций которыхсоответствует месту оценке априорного объекта этого кластера в ряду всехаприорных оценок.Применение предлагаемого методического подхода к описанию иранжированию компетенций организации даст возможность успешно достичьпоставленных стратегических целей организации и реализовать приоритетныенаправленияинновационногоразвития,способствующиеконкурентоспособности продукции и организации в целом.170повышению3.2. Математическая модель оценкиконкурентоспособности высокотехнологичных организацийс учетом конкурентных преимуществ,основанных на формировании ключевых компетенцийОценкаконкурентоспособностиэкономическойзадачейприорганизациистратегическомявляетсяуправленииважнейшейнаукоемкимиорганизациями.
Для получения количественных оценок конкурентоспособностиорганизацийприменяютсяразличныематематическиеметоды,которыепозволяют исследовать влияние различных экономических факторов надинамику конкурентоспособности организации. Повышение конкурентоспособностиорганизациивсегдаконкурентныхоснованопреимуществ.нажеланииДляполучениявысокотехнологичныхдополнительныхинаукоемкихпредприятий конкурентные преимущества возникают в результате появленияновых ключевых компетенций.Рассмотрим авторскую математическую модель количественной оценкиконкурентоспособности организаций на основе конкурентных преимуществ,возникающих в результате появления компетенции в рассматриваемыхорганизациях236. Оценивать конкурентоспособность организации будем спомощью вектора числовых показателей конкурентоспособности организации.БудемрассматриватьNчисловыхпоказателейконкурентоспособностиорганизаций, которые будем обозначать через Qi.
Эти показатели будемобъединять в вектор конкурентоспособности (3.1): Q1 (t ) Q2 (t ) Q(t ) . QN (t ) (3.1)Тюлин А.Е., Островская А.А., Чурсин А.А. Основы управления инновационными процессами внаукоемких отраслях промышленности (теория). Москва, 2015.236171Поскольку будем рассматривать задачу об оценке конкурентоспособности сучетом динамических факторов, связанных с появлением новых конкурентныхпреимуществ,возникающихсоответствующихвкомпетенций,результатетоприобретенияпоказателиорганизациямиконкурентоспособностирассматриваем как зависящие от времени.
В математических моделях,описывающих динамические процессы в экономике, адекватно применятьаппарат дифференциальных уравнений. Использование дифференциальныхуравнений подразумевает, что рассматривается модель с непрерывнымвременем. Эта математическая абстракция является допустимой в данномслучае, поскольку вопросы динамики конкурентоспособности наукоемкихорганизаций развиваются на больших временных интервалах.Основное динамическое уравнение (3.2) может быть записано в следующемвиде:dQ(t ) F t, Q t , G t, Q t .dt(3.2)В этой формуле с помощью функции G отражено влияние внешних ивнутренних факторов на динамику конкурентоспособности.
В частности, спомощью формализма этой функции будет учитываться влияние компетенций надеятельность организации. Будем рассматривать конкретные реализацииосновного динамического дифференциального уравнения.Хорошо известно, что динамические модели, описывающие поведениепоказателей конкурентоспособности, подвержены естественной диффузии. Этадиффузия приводит к тому, что при отсутствии внешних факторов числовыепоказатели имеют постоянную тенденцию к снижению.
Математическаяинтерпретация этого явления выражается следующим образом:dQ(t ) A t Q t G t, Q t .dt172В этой формуле A(t) является квадратной матрицей N × N с переменнымиэлементами. Чтобы рассматриваемое уравнение обладало свойством диффузиипоказателей конкурентоспособности, необходимо, чтобы было выполненоследующее условие:Rei t 0, i 1, 2,..., N ,где коэффициенты – собственные значения матрицы A(t).Поскольку рассматриваемая матрица зависит от времени, то и собственныезначения этой матрицы тоже будут зависеть от времени. Абсолютная величинаэтих значений определяет скорость снижения показателей конкурентоспособности в рассматриваемой математической модели.В простейших случаях можно рассматривать в качестве матрицы A(t)диагональную матрицу, где на главной диагонали стоят собственные значенияэтой матрицы:0 1 t 02 t At 0 00 . N t 0Однако в более сложных моделях следует использовать полные матрицы.Внедиагональные элементы матрицы отражают экономический факт взаимнойзависимости между различными показателями конкурентоспособности.Для учета влияния компетенции организации на динамику конкурентоспособности рассмотрим более подробно функцию G в правой части основногодифференциального уравнения (3.2):MdQ(t ) A t Q t Bk t Gk t .dtk 1173Здесь рассматривается использование M конкурентных преимуществ дляуправленияконкурентоспособностьюорганизации.Этиконкурентныепреимущества описываются векторами: g1k (t ) k g 2 (t ) .Gk t k g N (t ) k В рассматриваемой математической модели используются безразмерныевеличины для описания экономических процессов, что позволяет в большейстепени сосредоточиться на функциональном описании рассматриваемыхявлений.Через Bk обозначены матрицы, которые описывают количественное влияниеконкурентных преимуществ на динамику конкурентоспособности организации. b11k b12k kk b21 b22Bk b11k b11k b1kNk b2kNk . k bNNk Таким образом, рассмотрим линейную дифференциальную систему, котораябудет описывать динамику показателей конкурентоспособности организаций.При этом имеется управляемая динамическая система.