IX Международная студенческая научная конференция Студенческий научный форум - 2017

Во многих сферах человеческой деятельности часто возникает задача оптимального выбора, то есть выбора объекта с максимальной количественной оценкой его качества из некоторого имеющегося набора исследуемых объектов по каким-либо показателям.

Технология бенчмаркинга позволяет предприятиям повысить производительность и эффективность бизнес-процессов путем выбора и использования лучших (эталонных) процессов по заданным показателям. В результате, за счет усовершенствования деятельности предприятия, повышается его конкурентоспособность.

Но в процессе сравнительного анализа возникает проблема совместного использования количественных и качественных показателей, характеризующих бизнес-процесс.

Кроме того, к недостаткам бенчмаркинга относят трудность получения объективных показателей из-за закрытости компаний. Существующие системы финансового и налогового учёта не всегда позволяют получить реальные данные по тем или иным направлениям деятельности. Таким образом, при сравнении бизнес-процессов приходится иметь дело, как с количественной, так и с качественной информацией, зачастую неполной.

Таким образом, разработка моделей и методов, предназначенных для решения данной проблемы, является актуальной научной проблемой.

Выбор эталонного бизнес-процесса, как и любой другой процесс принятия решений, предполагает выделение исходного множества принципиально возможных альтернатив из всего разнообразия вариантов. И уже затем выявление лучшей альтернативы, определяющей эталонный бизнес-процесс.

Очевидно, что такой подход предполагает два этапа решения задачи выбора. Предлагается на первом этапе производить выбор принципиально возможных вариантов при помощи алгоритма отсева по ограничениям, позволяющего формировать множество принципиально реализуемых вариантов, включая неоптимальные.

На втором этапе будут применены многоатрибутивные методы, позволяющих учесть как качественные, так и количественные показатели бизнес-процессов в рамках формального процесса оптимизации при решении задач многоатрибутивного выбора с учетом неполной информации и позволяющие ранжировать возможные варианты в порядке предпочтения.

Сначала рассматривается метод многоатрибутивного принятия решений, который вовлекает только качественную информацию. То есть, по показателям альтернатив доступна информация только качественного типа, исходя из которой, данной альтернативе отдается предпочтение, или она отвергается. Используя только качественные данные, постановка задачи может быть представлена, как модифицированная формулировка задачи 0-1 целочисленного программирования, использующая понятие переменных отклонения из целевого программирования.

Далее данный метод модифицируется, чтобы включить в постановку и количественные данные, используя численно измеряемые характеристики показателей. Второй подход назван «смешанным качественным программированием», согласно которому задача формулируется, как смешанная задача 0-1 целочисленного программирования, в комбинации с элементами целевого программирования.

Таким образом, данный подход применим к решению задачи выбора, где некоторая часть или вся доступная информация может быть как качественной, так и неполной.

Процесс принятия решений при выборе эталонного бизнес-процесса может происходить согласно предлагаемой комбинированной процедуре, которая позволяет сформировать исходное множество альтернатив, представляющих собой варианты бизнес-процессов и затем проранжировать полученное множество, используя методы многоатрибутивного принятия решений с привлечением ЛПР.

Такой подход позволяет не только выявить наилучшую альтернативу, но и оценить относительное предпочтение альтернатив.

Литература

1. Архипова Н.И., Кульбы В.В., Косяченко С.А., Чанхиева Ф.Ю. Исследование систем управления. — М.: Издательство «ПРИОР», 2012. — 384 с.

2. Ежеманская, С.Н. Надежность модульных структур N-вариантных программных систем / С.Н. Ежеманская. Вестник университетского комплекса: Сб. науч. трудов. Вып. 4(18). Красноярск: ВСФ РГУИТП, НИИ СУВПТ, 2005. С. 169–174.

3. Волков, В.А. Принятие решений при формировании мультиверсионного программного обеспечения / В.А. Волков, В.А. Морозов, М.Ю. Царев // Информационные технологии и математическое моделирование (ИТММ): сб. тр. V Всерос. науч.-практ. конф. – Томск: Изд-во ТГУ, 2008. С. 76–77.

4. Ежеманская, Е.В. Метод мультипоказательного принятия решений в бенчмаркетинге бизнес-процессов / Е.В. Ежеманская, А.А. Ступина, С.Н. Ежеманская, О.В. Богданова // Современные проблемы науки и образования. 2014. №4.

Код для цитирования: Скопировать