Создать PDF Рекомендовать Распечатать

Алгоритм информационного моделирования производственных процессов промышленного кластера

Отраслевая экономика | (32) УЭкС, 8/2011 Прочитано: 20660 раз
(1 Голосование)
  • Автор (авторы):
    Нигмедзянова Екатерина Сергеевна
  • Дата публикации:
    20.08.11
  • № гос.рег.статьи:
    0421100034/0261

АЛГОРИТМ ИНФОРМАЦИОННОГО МОДЕЛИРОВАНИЯ ПРОИЗВОДСТВЕННЫХ ПРОЦЕССОВ ПРОМЫШЛЕННОГО КЛАСТЕРА

 

Нигмедзянова Екатерина Сергеевна

Казань

 

Обоснование управленческих решений – одна из актуальных задач исследования экономической деятельности в условиях динамичного развития рыночной экономики. Применение моделирования для исследования социально-экономической деятельности и оценки параметров ее реализации является и способом исследования и методом решения экономических проблем.

Под информационной моделью (схемой) экономической деятельности понимается «некоторое целенаправленное формализованное отображение существующей системы экономической информации с дополнением определенных элементов, характеризующих систему управления и управляемый объект» [1]. Базисом информационного моделирования является информация о моделируемом объекте, в нашем случае – промышленном кластере.

Промышленный кластер, согласно основоположнику экономической кластерной теории М. Портеру, представляет собой «группу географически соседствующих взаимосвязанных компаний (поставщики, производители и др.) и связанных с ними организаций (образовательные заведения, органы государственного управления, инфраструктурные компании), действующих в определенных сферах и взаимодополняющих друг друга» [2]. Использование кластерной теории к структурированию региональной экономики и разработке стратегий развития региона в настоящее время является актуальным и служит основой стимулирования и развития промышленной политики. Современные задачи развития региональной экономики ставят необходимость создания и выявления экономических кластеров и разработку моделей их функционирования, понижающих фактор неопределенности при принятии управленческих решений.

Методологической основой агрегирования информации производственных процессов промышленного кластера выступает процессный подход, рассматривающий всю деятельность субъектов промышленного кластера, как совокупность процессов, обеспечивающих производство конечного продукта, удовлетворяющего клиента, то есть достижение результативности всей системы в целом.

Экономический кластер, включающий в себя широкую сеть поставщиков, производителей, потребителей, элементов промышленной инфраструктуры, исследовательских институтов и образовательных учреждений, взаимосвязанных в процессе создания добавочной стоимости содержит множественный поток неструктурированной экономической информации. При этом информационный обмен участников кластера, создание информационного обеспечения всех его процессов, является важным механизмом обеспечения эффективного взаимодействия всех участников кластера в процессе достижения его экономических целей, позволяет осуществлять мониторинг всех его субъектов в процессе производства конечного продукта, иметь сведения о деятельности каждого субъекта кластера.

Результатом информационного моделирования является:

‑ высокоуровневое формализованное представление сущности производственных процессов промышленного кластера, идентифицированные через значимые показатели процесса, выраженные в качественной или количественной форме;

- метод создания набора отношений с заданными свойствами на основе установленных требований к ним.

Методология современного моделирования бизнес-процессов экономических кластеров в настоящий момент не имеет единого шаблона и каждый из исследователей, базируясь на конечной цели моделирования, строит свою модель, выделяя существенные для себя особенности предметной области используя и обосновывая определенные нотации и стандарты моделирования – ER (Entity Relationship), ODL(Oject Definition Language), UML (Unifed Modeling Language), IDEF (Integratoin Definition for Information Modeling), DFD (Data Flow Diagrams) и др.

Цель моделирования, выполненного в данной работе – оптимальное структурирование информации и информационных потоков промышленного кластера для создания автоматизированной системы мониторинга.

Проанализировав существующие подходы и тенденции, отраженные в литературе, была выявлена необходимость разработки нескольких моделей, на разных уровнях детализации описывающие процессы функционирования субъектов кластера. Определим последовательность этапов информационного моделирования:

n1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

В рамках первого этапа и анализа выделенных в статье [3] процессов экономического кластера, определим основные процессы промышленного кластера в соответствии с характером деятельности предприятий – субъектов кластера:

- Процесс производства конечного продукта;

- Процесс поставки ресурсов для производства конечного продукта;

- Процесс сбыта конечного продукта клиентам;

- Процесс разработки наукоемких технологий производства и подготовки кадров для регионального промышленного кластера, то есть наука и образование.

В соответствии со вторым этапом моделирования осуществим построение кортежной модели производственных процессов промышленного кластера, то есть опишем элементы и взаимосвязи множества предприятий региона - реальных и потенциальных субъектов промышленного кластера, характеризующихся видами конечной продукции и интегрирующих процессы производства и поставки, процесс сбыта и процесс «наука и образование». Этот подход используется для создания «базовой модели» сложных систем в виде системного метакортежа – потенциально бесконечного семейства частных кортежей, элементами которого служат выделенные процессы, их элементный состав и межэлементные связи.

Для определения и нахождения параметров производственных процессов промышленного кластера (этап 3) все показатели процессов на основе ранжирования делятся на категории по степени влияния на конечный результат, выстраивается рейтинг объектов по убыванию значимости показателя. Поскольку выделенные нами ранее процессы кластера представляют собой последовательность операций, которые преобразуют входящие информационные или материальные потоки для того, чтобы получить необходимый для производства конечного продукта результат, то оценке подвергается результат каждого процесса и вклад каждого из факторов в этот результат. На основании экспертного ранжирования выявляются ранги каждой из позиции параметров в конечном итоге процессов кластера (например, конечный итог процесса сбыта – объем продаж) и рассчитываются коэффициенты, демонстрирующие целевые (максимально возможные) и текущие значения показателей процессов для получения информации о реализации производственных процессов промышленного кластера.

На 4 этапе осуществим построение инфологической модели промышленного кластера, под которой мы понимаем формализованное логическое описание процессов функционирования субъектов кластера через совокупность информационных потоков между ними. Такая модель служит базой формирования системы мониторинга деятельности кластера, определяя семантику предметной области, иерархию информационных связей процессов параметры и показатели оценки эффективности функционирования.

Для представления информации в ER-модели регионального промышленного кластера конструктивными элементами служат сущности, атрибуты и связи, причем каждый компонент информации изображается в модели одним и только одним конструктивным элементом - сущностью.

Каждая из сущностей описана атрибутами (свойствами, качественными или количественными показателями), позволяющими детализировать их свойства. Один или несколько атрибутов могут служить идентификатором для обозначения отдельных экземпляров сущности. Связи между сущностями отображают функциональные аспекты информации, представленной сущностями.

Выбранные процессы (сущности первого уровня) характеризуются функциональными задачами (сущности второго уровня), у каждой такой задачи есть идентифицируемые показатели, например, один из количественных показателей сущности первого уровня «Сбыт» и сущности второго уровня «Планирование сбыта»- прогнозный показатель объема сбыта. Для каждого идентификатора сущности предусмотрена обратная информационная связь с сущностями второго уровня, действующая в обоих направлениях. Атрибуты сущностей подразделяются на качественные и количественные. Перевод показателей качества в рассчитываемые параметры предусмотрен согласно коэффициентам значимости исходной сущности, так например, атрибут «маркетинг и реклама» может характеризоваться коэффициентом отношения затрат на рекламу к объему продажи готовой продукции.

Концептуальное представление отображается высокоуровневой диаграммой в виде следующей информационной структуры промышленного кластера (рис.1).

n2 

Рис.1 – ER- модель промышленного кластера

 


Специфика отрасли регионального промышленного кластера учитывается при идентификации параметров инфологической модели. Данные, описывающие процессы регионального промышленного кластера поступают из бухгалтерской отчетности, нормативной документации и отчетов СМК субъекта кластера.

На последнем этапе информационного моделирования осуществим разработку и реализацию автоматизированной системы мониторинга процессов промышленного кластера на основе инфологической модели. Система мониторинга экономического кластера включает в себя базу знаний и базу данных (построенную на основе кортежной модели), систему показателей и методы их оценки, расчет и вывод результатов мониторинга на основе пользовательских запросов. Процесс объединения представлений заключается в интеграции различных представлений, полученных на предыдущей стадии, в «единое для всей организации концептуальное представление информации и требований обработки данных» [4].

Таким образом, посредством информационного моделирования, разработкой инфологической модели и системы автоматизированного мониторинга обеспечивается:

1) возможность представления объектов промышленного кластера с точки зрения информационных потребностей заинтересованных лиц разного уровня;

2) обеспечение согласованности между объектами и процессами при функционировании промышленного кластера путем информационного обмена;

3) возможность прямого внедрения информационной модели в автоматизированную систему управления промышленного кластера, как управляющей структуры.

 

Литература:

1. Мосейко В.О. Фреймовое моделирование при управлении в структурах среднего и малого бизнеса: Учебное пособие. - Волгоград: Изд-во ВолГУ, 2001. - 52 с.

2. Портер М. Конкуренция: Пер. с англ. - М.: Издательский дом «Вильямc», 2005. - 258с.

3. Сиразетдинов Р.Т., Бражкина А.А. Универсальная структурная модель типового экономического кластера - Управление большими системами / Сборник трудов. Выпуск 29: М.: ИПУ РАН, 2010.

4. Козленко Л.П. Проектирование информационных систем // Компьютер-пресс.-2001.№12.-с.57-65.

 

 

  vakperechen

ОБНОВЛЕННЫЙ СПИСОК ВАК 2016 г.
ОТ 19.04.2016  >> ПРОСМОТРЕТЬ
tass
 
ПО ВОПРОСАМ ПУБЛИКАЦИИ СТАТЕЙ И СОТРУДНИЧЕСТВА ОБРАЩАЙТЕСЬ:
skype SKYPE: vak-uecs
e-mail
MAIL: info@uecs.ru
phone
+7 (928) 340 99 00
 

АРХИВ НОМЕРОВ

(01) УЭкС, 1/2005
(02) УЭкС, 2/2005
(03) УЭкС, 3/2005
(04) УЭкС, 4/2005
(05) УЭкС, 1/2006
(06) УЭкС, 2/2006
(07) УЭкС, 3/2006
(08) УЭкС, 4/2006
(09) УЭкС, 1/2007
(10) УЭкС, 2/2007
(11) УЭкС, 3/2007
(12) УЭкС, 4/2007
(13) УЭкС, 1/2008
(14) УЭкС, 2/2008
(15) УЭкС, 3/2008
(16) УЭкС, 4/2008
(17) УЭкС, 1/2009
(18) УЭкС, 2/2009
(19) УЭкС, 3/2009
(20) УЭкС, 4/2009
(21) УЭкС, 1/2010
(22) УЭкС, 2/2010
(23) УЭкС, 3/2010
(24) УЭкС, 4/2010
(25) УЭкС, 1/2011
(26) УЭкС, 2/2011
(27) УЭкС, 3/2011
(28) УЭкС, 4/2011
(29) УЭкС, 5/2011
(30) УЭкС, 6/2011
(31) УЭкС, 7/2011
(32) УЭкС, 8/2011
(33) УЭкС, 9/2011
(34) УЭкС, 10/2011
(35) УЭкС, 11/2011
(36) УЭкС, 12/2011
(37) УЭкС, 1/2012
(38) УЭкС, 2/2012
(39) УЭкС, 3/2012
(40) УЭкС, 4/2012
(41) УЭкС, 5/2012
(42) УЭкС, 6/2012
(43) УЭкС, 7/2012
(44) УЭкС, 8/2012
(45) УЭкС, 9/2012
(46) УЭкС, 10/2012
(47) УЭкС, 11/2012
(48) УЭкС, 12/2012
(49) УЭкС, 1/2013
(50) УЭкС, 2/2013
(51) УЭкС, 3/2013
(52) УЭкС, 4/2013
(53) УЭкС, 5/2013
(54) УЭкС, 6/2013
(55) УЭкС, 7/2013
(56) УЭкС, 8/2013
(57) УЭкС, 9/2013
(58) УЭкС, 10/2013
(59) УЭкС, 11/2013
(60) УЭкС, 12/2013
(61) УЭкС, 1/2014
(62) УЭкС, 2/2014
(63) УЭкС, 3/2014
(64) УЭкС, 4/2014
(65) УЭкС, 5/2014
(66) УЭкС, 6/2014
(67) УЭкС, 7/2014
(68) УЭкС, 8/2014
(69) УЭкС, 9/2014
(70) УЭкС, 10/2014
(71) УЭкС, 11/2014
(72) УЭкС, 12/2014
(73) УЭкС, 1/2015
(74) УЭкС, 2/2015
(75) УЭкС, 3/2015
(76) УЭкС, 4/2015
(77) УЭкС, 5/2015
(78) УЭкС, 6/2015
(79) УЭкС, 7/2015
(80) УЭкС, 8/2015
(81) УЭкС, 9/2015
(82) УЭкС, 10/2015
(83) УЭкС, 11/2015
(84) УЭкС, 11(2)/2015
(85) УЭкС,3/2016
(86) УЭкС, 4/2016
(87) УЭкС, 5/2016
(88) УЭкС, 6/2016
(89) УЭкС, 7/2016
(90) УЭкС, 8/2016
(91) УЭкС, 9/2016
(92) УЭкС, 10/2016
(93) УЭкС, 11/2016
(94) УЭкС, 12/2016
(95) УЭкС, 1/2017
(96) УЭкС, 2/2017
(97) УЭкС, 3/2017
(98) УЭкС, 4/2017
(99) УЭкС, 5/2017
(100) УЭкС, 6/2017
(101) УЭкС, 7/2017
(102) УЭкС, 8/2017
(103) УЭкС, 9/2017
(104) УЭкС, 10/2017
(105) УЭкС, 11/2017
(106) УЭкС, 12/2017
(107) УЭкС, 1/2018
(108) УЭкС, 2/2018
(109) УЭкС, 3/2018
(110) УЭкС, 4/2018
(111) УЭкС, 5/2018
(112) УЭкС, 6/2018
(113) УЭкС, 7/2018
(114) УЭкС, 8/2018
(115) УЭкС, 9/2018

 Федеральная служба по надзору в сфере связи и массовых коммуникаций

№ регистрации СМИ ЭЛ №ФС77-35217 от 06.02.2009 г.       ISSN: 1999-4516