Моделирование операций в управление проектами. Ситуационное моделирование Методы ситуационного моделирования

Одной из особенностей современной управленческой науки является использование моделей. Как отмечают М. Мескон, М. Альберт и Ф. Хедоури, наиболее заметный и, возможно, наиболее значительный вклад школы научного управления заключается в разработке моделей, позволяющих принимать объективные решения в ситуациях, слишком сложных для простой причинно-следственной оценки альтернатив.

По определению Р. Е. Шеннона, «модель – это представление объекта, системы или идеи в некоторой форме, отличной от самой целостности». В этом смысле все теории управления, по сути, являются моделями работы организации или какой-либо ее подсистемы. Основной характеристикой модели является упрощение реальной ситуации, к которой она применяется. После создания модели переменным задаются количественные значения. Это позволяет объективно сравнить и описать каждую переменную и отношения между ними.

Причины, обусловливающие активное использование метода моделирования:

Естественная сложность многих организационных ситуаций;

Невозможность проведения экспериментов в реальной жизни, даже когда они необходимы;

Ориентация руководства на будущее.

Таким образом, моделирование ситуаций является мощным аналитическим инструментом, позволяющим преодолевать множество проблем, связанных с принятием решений в сложных ситуациях.

Основные этапы построения модели:

1. Уточнение постановки задачи.

2. Формулирование законов, связывающих основные параметры объекта.

3. Запись в математических выражениях сформулированных закономерностей.

4. Исследование модели на основе сопоставления фактических показателей деятельности с расчетными по модели (теоретический и/или экспериментальный анализ).

5. Накопление данных об изучаемом объекте и корректировка модели с целью введения дополнительных факторов, ограничений и критериев.

6. Применение модели для решения задач управления объектом.

7. Развитие и совершенствование модели.

При моделировании управленческой ситуации могут применяться три базовых типа моделей: физические, аналоговые и математические модели.

Физическая модель позволяет что-либо исследовать с помощью увеличенного или уменьшенного описания объекта или системы. Например, уменьшенный в определенном масштабе чертеж проектировщика.

Аналоговая модель представляет исследуемый объект аналогом, который ведет себя как реальный объект, но не выглядит как таковой. Например, график, иллюстрирующий соотношения между объемом производства и издержками, или организационная схема предприятия.

Математическая (символическая) модель использует символы для описания свойств или характеристик объекта или события. Вероятно, этот тип моделей чаще всего используется при принятии организационных решений.

В 1930-е гг. ХХ в. на стыке математики, статистики и экономической теории возник новый раздел экономической науки – эконометрика. Методы эконометрического анализа были быстро востребованы управленческой теорией.

Эконометрика – научная дисциплина, предметом которой является изучение количественной стороны экономических явлений и процессов средствами математического и статистического анализа.

Главным инструментом эконометрики является эконометрическая модель, задачей которой является проверка экономических теорий на фактическом материале при помощи методов математической статистики. Среди ее конечных прикладных задач в управлении выделяют две: прогноз развития управленческой ситуации и имитацию различных возможных сценариев ее развития.

При построении эконометрической модели применяются такие методы анализа, как регрессионный анализ, анализ временных рядов, системы одновременных уравнений, а также другие методы и инструментарий теории вероятностей и экономической статистики.

В наиболее общем виде любую эконометрическую модель, построенную в виде системы линейных уравнений, можно записать так:

где y – вектор текущих значений эндогенных переменных модели;

А – матрица коэффициентов взаимодействий между текущими значениями эндогенных переменных модели;

Z – матрица коэффициентов влияния запаздывающих (лаговых) переменных модели на текущие значения эндогенных и моделируемых показателей;

C – матрица коэффициентов внешних воздействий;

х – вектор значений экзогенных показателей модели;

t – индекс временного периода;

I – индекс запаздывания (лага);

p – продолжительность максимального лага.

Число различных конкретных моделей, применяемых в управлении, так же велико, как и число проблем, для разрешения которых они были разработаны. Наиболее распространенными типами моделей, используемых при анализе, разработке решения и прогнозировании развития управленческого процесса, являются: теория игр, модель теории очередей, модель управления запасами, модель линейного программирования и имитационное моделирование.

Теория игр – это метод моделирования оценки воздействия принятого решения на конкурентов. Это математический метод изучения оптимальных тратегий в играх, или анализ принятия оптимальных решений в условиях конфликта. В данном случае конфликт и игра являются своего рода математическими синонимами. Под игрой понимается процесс, в котором участвуют две или более стороны, ведущие борьбу за реализацию своих интересов.

Большой вклад в разработку теории игр внес американский математик Джон Нэш . До Дж. Нэша математики занимались так называемыми играми с нулевой суммой, в которых выигрыш одной стороны равен проигрышу другой. Дж. Нэш разработал методологию анализа игр с ненулевой суммой – класса игр, в которых сумма выигрыша выигравших участников не равна сумме проигрыша проигравших участников. Примером игры с ненулевой суммой могут быть переговоры об увеличении зарплаты между профсоюзом и руководством компании. Такая конфликтная ситуация может завершиться либо длительной забастовкой, в которой пострадают обе стороны, либо достижением взаимовыгодного соглашения. Также Дж. Нэш математически смоделировал ситуацию, при которой обе стороны используют идеальную стратегию, что и приводит к созданию устойчивого равновесия.

Практическое применение теории игр позволяет, с одной стороны, прогнозировать действия конкурентов организации, а с другой – дает возможность преодоления внутриорганизационных конфликтов путем их моделирования с учетом всех составляющих. Поскольку реальные управленческие ситуации очень сложны и быстро изменяются, теория игр используется не так часто, как другие описываемые модели. Тем не менее она необходима, когда требуется определить наиболее важные и требующие учета факторы в ситуации принятия решений в условиях конкурентной борьбы.

Модель теории очередей , или модель оптимального обслуживания , используется для определения оптимального числа каналов обслуживания по отношению к потребности в них. Модели очередей являются инструментом определения оптимального числа каналов обслуживания, которые необходимо иметь, чтобы сбалансировать издержки в случаях чрезмерно малого и чрезмерно большого их количества. К ситуациям, в которых применима эта модель, относятся, например, ожидание клиентами банка свободного кассира, ожидание в очереди на машинную обработку данных, мастеров по ремонту оборудования и т. д.

Модель управления запасами используется для определения времени размещения заказов на ресурсы и их количества, а также массы готовой продукции на складах. Цель данной модели заключается в сведении к минимуму отрицательных последствий накопления запасов, выражающихся в определенных издержках. Эти издержки бывают трех основных видов: на размещение заказов, на хранение, а также потери, связанные с недостаточным уровнем запасов.

Модель линейного программирования применяют для определения оптимального способа распределения дефицитных ресурсов при наличии конкурирующих потребностей. Линейное программирование обычно используют специалисты штабных подразделений для разрешения производственных трудностей.

Согласно опросам, наибольшей популярностью у практикующих менеджеров пользуются модели линейного программирования и управления запасами.

Поскольку все рассмотренные модели являются «заменителями реальности», они подразумевают применение имитации. Но имитация как метод моделирования обозначает процесс создания модели и ее экспериментальное применение для определения изменений реальной ситуации. Как правило, имитация используется в тех ситуациях, которые оказываются слишком сложными для математических методов типа линейного программирования. Это связано с большим числом переменных, трудностью математического анализа определенных зависимостей между переменными или высоким уровнем неопределенности.

Одной из форм построения модели является экономический анализ. Типичной «экономической моделью» считается анализ безубыточности.

Специфическим методом моделирования является нейро-лингвистическое моделирование . В то же время NLP не совсем количественный метод. Он основан на механизмах и способах моделирования субъективного опыта людей. Основные задачи NLP – моделировать специфические или исключительные способности для их последующего усвоения другими людьми. NLP-моделирование достаточно часто применяется в менеджменте персонала, например при построении эффективных коммуникаций.

Методы принятия решений. Теория принятия решений ставит своей целью повышение рациональности управленческих решений. Эта теория может рассматриваться как дальнейшее развитие исследования операций. Предметом теории управленческих решений является сам процесс принятия решений, формирование принципов выбора, выработка критериев оценки и способов выбора решений, в наибольшей степени соответствующих поставленным целям.

Практически любой используемый в управлении метод принятия решений технически можно рассматривать как разновидность моделирования. Однако традиционно термин «модель» относится только к методам общего характера. В дополнение к моделированию, существует ряд методов, помогающих принять объективно обоснованное решение по выбору среди нескольких альтернатив

той, которая в наибольшей мере способствует достижению целей организации. В этом смысле основными методами принятия решений являются платежная матрица и дерево решений.
Платежная матрица представляет собой один из методов статистической теории решений. Этот метод помогает руководителю в выборе одного из нескольких вариантов решений. Например, в выборе стратегии, в наибольшей мере способствующей достижению целей.

Дерево решений представляет собой метод, используемый для выбора наилучшего направления действий из имеющихся вариантов. Дерево решений – это схематичное представление проблемы принятия решений. Так же как и платежная матрица, дерево решений дает руководителю возможность «учесть различные направления действий, соотнести с ними финансовые результаты, скорректировать их в соответствии с приписанной им вероятностью, а затем сравнить альтернативы». С этой точки зрения неотъемлемой частью метода дерева решений является концепция ожидаемого значения. В наибольшей степени этот инструмент применим для принятия последовательных решений.

Необходимо подчеркнуть, что представленные в этой главе методы представляют далеко не полный перечень количественных методов исследования, применяемых в рамках современной управленческой науки. Однако они дают общее представление о различных классах (типах) исследовательских методов и методов принятия решений.

Таким образом, количественный подход к управлению заключается в применении статистических методов, моделей оптимизации, информационных моделей и методов компьютерного моделирования. Использование различных методов, разработанных в рамках количественного подхода, позволяет значительно повысить качество принимаемых решений на основе использования научного подхода, моделирования ситуаций и системной ориентации исследования.

______________________________________________________________________________________________________________________

Мескон М., Альберт М., Хедоури Ф. Основы менеджмента: пер. с англ. Москва: Дело, 2005. С. 226.

Айвазян С. А. Основы эконометрики. Москва: ЮНИТИ, 2001. С. 19–20.

Мескон М., Альберт М., Хедоури Ф. Основы менеджмента: пер. с англ. Москва: Дело, 2005. С. 236.

Мескон М., Альберт М., Хедоури Ф. Основы менеджмента: пер. с англ. Москва: Дело, 2005. С. 241–242.

Выходные данные учебного пособия:

История менеджмента: учебное пособие / Е. П. Костенко , Е. В. Михалкина ; Южный федеральный университет. - Ростов-на- Дону: Издательство Южного федерального университета, 2014. - 606 с.

1. Постановка задачи ситуационного управления (философия ситуационного подхода)

Ситуационное моделирование – отрасль системно-аналитической деятельности, переживающая второе рождение в современном мире.

Первое воплощение – чисто научное – состоялось несколько десятилетий назад в отношении объектов и задач, более “романтических”, чем практических: моделирование мышления, игровых стратегий, моделирование роста или многофакторного поведения. Объекты определялись как “сложные”, т.е. такие, по отношению к которым невозможно строгое функциональное или исчерпывающее “матричное” (путем перебора всех значений параметров) описание, подводящее их под класс “декартовских” объектов с линейной каузальностью. Указание на “вложенность” систем одной в другую (декомпозиция) имело значение более философское (гносеологическое), нежели формальное, математическое. Однако все это постепенно обретало строгое научное обоснование в лице кибернетики, теории множеств, математических теорий представления нелинейных процессов и теории катастроф.

Ситуационное моделирование опирается на строгость теоретических подходов, но дополнительно содержит средства варьирования условиями “вопреки” формальным ограничениям. С чисто технической точки зрения последнее дополнение как инструмент моделирования появилось именно в последние годы благодаря развитию компьютерных приложений (объектно-ориентированное программирование, case-технологии, графический интерфейс и другие средства визуализации). В ответ на развитие этих возможностей подтягивается тот или иной теоретически оформленный аппарат: вероятностное моделирование, нечеткая логика … Так что ситуационное моделирование при всей первоначальной “мечтательности” (заявлено как попытка представить сложные процессы в категориях нормального человеческого языка, языка ситуаций в противовес безусловно уважаемому, но сложному для привязки к конкретным ситуациям языку интегро-дифференциального исчисления) – ситуационное моделирование становится и более возможным, и более корректным с точки зрения строгой теоретической обоснованности.

Наконец, последнее замечание применительно к задаче целостного представления объектов,- заключается в том, что сознательно поставленная задача ситуационного моделирования уводит потребителя модели (в коммерческом приложении – руководителя предприятия) в “виртуальную реальность”: предлагается "проиграть" ситуации. Сыгранные сценарии не обязаны воплотиться, но могут предостеречь – и в этом их безусловная полезность.

Способ реализации ситуационного моделирования – – совокупность интеллектуально организованных рабочих мест с автоматизированными операциями закачки и пополнения информации (включая конверторы данных) , процедурами построения моделей, анализа ситуации, прогона моделей, графического представления проигранных сценариев.

Ситуационное моделирование - это один из подходов к моделированию. Помимо ситуационного моделирования также существуют , .

Процесс моделирования можно разделить на две составные части: проектирование системы (modeling) и симулирование модели (simulate). Термин имитации сознательно не используется, так как обычно он связан с . Результатом проектирования является модель, представленная на соответствующем языке описания (представления) знаний, основным элементом которого является понятие .

Необходимость использования ситуационного подхода для моделирования и управления определяется следующими свойствами сложных систем: [Поспелов, 1986; Клыков, 1980]

Уникальность .Каждый объект обладает такой структурой и функционирует так, что система управления им должна строиться с учетом всех его качеств и к нему нельзя применить какую-либо стандартную типовую процедуру управления.
Отсутствие формализуемой цели существования . Не для всех объектов можно четко сформулировать цель их существования.
Отсутствие оптимальности. Следствием первых пунктов является неправомочность постановки классической задачи оптимизации.Из-за отсутствия цели существования (в рамках теории управления) для рассматриваемых объектов нельзя построить объективный критерий управления. Критерий управления становится субъективным, целиком зависящим от лица, принимающего решение (ЛПР).
Динамичность . С течением времени структура и функционирование объектов изменяется.
Неполнота описания . Как правило, коллектив экспертов, знающих объект управления, не в состоянии сразу сформировать такую информацию, которой бы заведомо хватило для создания системы управления объектом.
Значительное количество субъектов . Во многих объектах управления люди являются элементами их структуры. Их индивидуальное поведение практически невозможно учесть при создании системы управления, и требуются специальные приемы для нейтрализации их воздействия на функционирование объекта управления.
Большая размерность . Сложная система, характеризуется большой размерностью, что не позволяет осуществлять ее имитационное моделирование за короткие сроки.
Неформализованная информация . Часто для принятия решения необходимо учитывать плохоформализуемые понятия.

2. Методы ситуационного моделирования

Для описания ситуаций используются семиотические (ситуационные) языки и модели, среди которых можно выделить следующие ос- новные подходы:

дискретные ситуационные сети (ДСС);
RX -коды;
логика предикатов;
универсальный семантический код.

Ситуационная сеть представляет собой сложную семантическую сеть. Каждая ситуация описывается ориентированным графом (сетью), а для представления вложенности ("ситуации ситуаций") используются гиперграфы, т.е. некоторый фрагмент семантической сети, определяющий ситуацию, может рассматриваться как одна вершина сети. На заре понятие гиперграфа не использовалось, вместо этого каждый автор вводил заменяющие обозначения.

RX-коды представляют собой язык бинарных отношений и имеют в качестве ядерной конструкции запись следующего вида: x 1 =x 2 r 2 x 3 , где x i - объект или ; r i - отношение.

Универсальный семантический код использует в качестве ядерной конструкции тройку SAO, которая соответствует субъекту S, совершающему действие A над объектом O.

Для реализации в ЭВМ семиотических языков используют языки представления знаний. Наиболее близким подходом к описанию семиотических конструкций является семантическая сеть. Однако сети очень медлительны при использовании операций поиска, поэтому конструкции часто представляют с помощью логики предикатов [Девятков,2001], фреймов [Поспелов, 1990] и продукций [Гаврилова, 2001].

Нельзя не отметить, что методы представления знаний в ситуационных системах и имитационного моделирования . В роли вершин сети выступают ситуации. Если применить сети Петри, то вершинами (позициями) будут ситуации, а переходами - события.

Особо можно выделить методы визуализации ситуаций. Они направлены на решение задач оптимального отображения информации на мониторах (сценарные методы [Богатырев, 2002], метод абстрактной карты) и декомпозиции изображений по срезам ситуационной модели. В работе [Исаев, 1994] представлен адаптивный язык визуализации.

Ссылки: :

Данная статья планируется как первая публикация из серии статей, посвященных интеллектуальному управлению проектами.
В публикации будут кратко рассмотрены вопросы имитационного моделирования управления проектами (УП) и интеллектуализации УП.

Предполагается, что читатель поверхностно знаком с теорией управления проектами и системным анализом, а так же возможно с проектированием информационных систем. Углубленные знания по всем или одному из направлений могут вызвать непреодолимое желание написать комментарий, что приветствуется!… или запустить в автора чем-нибудь тяжелым…
Итак, приступим.

1. Модель проекта

В соответствии с PMBoK 5 (1) выделяют несколько областей знаний управления проектами (все их мы затрагивать не будем). В каждой из областей проект рассматривается с разных сторон, выделяются всевозможные сущности/объекты, методы управления и их влияние на проект, как на способ организации работы для достижения конкретной цели или решения задачи. Здесь мы лишь кратко опишем типичные объекты, которые можно выделить при управлении проектами, их характеристики, взаимосвязи, а так же общую механику имитационного моделирования и соответствие её жизненному циклу проекта.

Типичные объекты и их характеристики
Проект обладает следующими характеристиками: руководитель, наименование, тип, планируемая дата начала, фактическая дата начала, планируемая дата окончания, фактическая дата окончания, текущее состояние жизненного цикла, начальный баланс проекта, текущий баланс проекта.
Расчетные или определяемые на основании других объектов характеристики: команда проекта, процент выполненного объема работ, отставание или опережение по объему выполненных работ, отставание или опережение по срокам, планируемая стоимость.
Задача/Работа – здесь указываются схожие характеристики с проектом, к которым добавляются следующие: приемщик, ответственный исполнитель, тип выполняемой работы, проект, место, процент готовности.
Расчетные или определяемые на основании других объектов характеристики: последовательность выполнения внутри проекта, состав исполнителей, история изменения состояния, стоимость выполнения задачи/работы.
Материальный ресурс (основные средства): тип объекта, дата постановки на учет, дата ввода в эксплуатацию, название, балансовая стоимость.
Расчетные или определяемые: амортизация, текущее состояние, где задействован сейчас, расписание использования.
Расходуемый ресурс (сырье, запасные части): тип ресурса, начальные запасы, место расположения, дата поставки, срок годности.
Расчетные или определяемые: текущие запасы, интенсивность расходования
Персонал : ФИО, постоянное размещение.
Расчетные или определяемые: доступность для работы, совместимость с другими сотрудниками, текущее размещение на время выполнения работы, где задействован, расписание работы.
Риск : вероятность возникновения, цена ущерба, описание, продолжительность влияния, индикатор срабатывания риска.
Расчетные или определяемые: мероприятия по устранению последствий, мероприятия по недопущению возникновения или уклонению, стоимость, сроки реализации.

Взаимосвязи и зависимости
Проект--задача – выполняются в ограничениях сроков проекта.
Задача--задача – могут иметь иерархическую связь (вертикальную), могут иметь связь в виде указания последовательности выполнения (горизонтальную).
Материальный ресурс--задача – привязывается через отношение расписания к задаче с указанием расписания использования.
Расходуемый ресурс--задача – привязывается через отношение расписания к задаче с указанием необходимого запаса для ее выполнения.
Персонал--задача – могут быть задействованы в рамках нескольких задач, для чего указывается расписание работ и процент использования в задаче.
Риск--[Объект] – при указании взаимосвязи с [Объектом] указывается вероятность возникновения.
Разумеется это не полный перечень объектов.

Механика
Каждый такт моделирования соответствует фиксированному времени – 1 день/час выполняемого проекта. Для этого примем все сроки, и интервалы в проекте - кратными величине 1 день/час. Схема цикла моделирования изображена далее:

Цикл моделирования заключается в следующем:

Устанавливаются начальные значения для проекта для симуляции. Создается проект, подготавливается расписание проекта, дерево рисков. На этом этапе так же доступны функции интеллектуальной поддержки управления проектами, но этот шаг не может быть выполнен без ЛПР.
Итерация начинается с определения действующих значений.
Выполнение такта. Каждый такт моделирования выполняются следующие операции:
- расходуются ресурсы по задачам,
- проверяется вероятность отказов (рисков),
- выполняется определенный объем работ из перечня работ по проекту,
- выполняются финансовые операции по проекту.
Сохраняются рассчитанные значения для определенного такта
Проверка условий завершения моделирования.
Завершение моделирования и вывод результатов (аналитических, агрегированных и подробных значений по шагам моделирования). При окончании моделирования сохраняются последние (итоговые) значения и причины прекращения моделирования.
Выдача пользователю (или лицу, принимающему решения - ЛПР) информации о состоянии проекта без использования оптимизаций, модулей аналитики и поддержки принятия решений. От пользователя необходима реакция на текущее состояние (при необходимости) или продолжение моделирования.
Оценка управленческих решений пользователя на основе текущих значений, а так же ретроспективы их изменения и принятых пользователем управленческих решений с применением алгоритмов оптимизаций, модулей аналитики и поддержки принятия решений.

В соответствии с жизненным циклом проекта будем различать:

инициализация и планирование проекта – 1 шаг
реализация проекта – 2-5, 7 и 8 шаг цикла
завершение проекта – 6 шаг

Общие замечания
Все данные промежуточных шагов симуляции сохраняются и накапливаются в пределах текущей симуляции. При дальнейшей работе оптимизационных алгоритмов (на 8 шаге цикла симуляции) могут использоваться данные как текущей, так и предыдущих завершенных симуляций (с поправкой на результат завершения симуляции).
При нескольких одновременно выполняемых работах проекта симуляция для них выполняется как бы параллельно (т.е. симулируется одновременное выполнение), в случае отсутствия разногласий по используемым ресурсам.
При нескольких сотрудниках/типах ресурсов моделирование выполняется для каждого из них параллельно (т.е. расходуются одновременно), в случае отсутствия разногласий по используемым ресурсам.

2. Технологии реализации

Основные рассматриваемые вопросы:

хранение структуры данных проекта в БД
интерфейс для взаимодействия пользователя со структурой БД
средства реализация сервера симулятора
интерфейс для взаимодействия между БД и сервером симулятора
хранение нейронной сети и промежуточных шагов итерации симулятора
взаимодействие между интерфейсом приложения и нейронной сетью

Как несложно заметить объекты проекта и связи между ними легко представить в виде отношений реляционной БД и хранить в таком виде тоже не сложно, т.е. будет достаточно реляционной БД – MySQL, например.
Для разработки интерфейса выберем фреймворк Yii 2 (и соответствующий стек технологий – PHP, HTML и т.д.).
Реализация сервера симуляции – Node.js
Реализация нейронной сети для Node.js, например - habrahabr.ru/post/193738
Взаимодействие с frontend (Yii2) и Node.js - github.com/oncesk/yii-node-socket
Остается открытым вопрос о формате хранения самой нейронной сети, на которую накладываются следующие требования:

Отражение свойств нейронной сети (взаимосвязи, веса связей и т.д.)
Безопасный доступ (исключить непосредственное влияние пользователя на сеть)
Возможность обучения сети.

2. Логика управления

Для каждой из областей знаний управления проектами существуют постановки задач и описанные математические способы их решения, с которыми автор поверхностно знаком. В зависимости от модели управления знание этих правил и способов решения задач должны перераспределяться между системой и пользователем. Модели управления выделены следующие: (1)

управление с уведомлениями – система не воздействует на объект (проект), но отображает уведомления об изменениях показателей и возможности выполнения действий (принятие решений и максимум знаний требуется от ЛПР).
интерактивное управление – система предлагает управляющие воздействия, но решение остается за ЛПР (принятие решений остается за ЛПР).
эвристическое управление – система принимает решения и выполняет некоторые воздействия самостоятельно (ЛПР исключается из процесса управления).

Реализация самого управления заключается в мониторинге и анализе совокупности характеристик проекта и оценке их отклонения от «нормальных» для данного времени, с учетом динамики их изменения. Управляющие воздействия подбираются на основе полученных данных (т.е. при наличии соответствия такой комбинации характеристик какого-либо воздействия), а так же анализируются схожие проекты со схожими ситуациями и принятые в них решения. В соответствии со степенью или уровнем отклонения могут применяться те или иные способы воздействия:

Перераспределение ресурсов между задачами;
Перераспределение трудовых ресурсов между задачами;
Изменение расписания выполнения задач;
Планирование закупок;
Уклонение или принятие мер по ликвидации последствий рисков.

Для способов воздействия важны такие характеристики: степень соответствия ситуации, продолжительность реализации, стоимость реализации, возможное время начала реализации. Для определения применимого способа воздействия важно:

Указанные экспертами характеристики.
Наличие информации в накопленной базе выполненных проектов.

Данные механизмы логично строить с применением нейронных сетей и нечеткой логики. Использовать эти алгоритмы можно как на этапе инициализация и планирование проекта, так и на этапе его реализации. Возможно выполнение анализа – как изменяться характеристики после применения управляющего воздействия.

3. Интеллектуализация имитации

Т.о. на этапе выполнения такта возможно полное исключение ЛПР из процесса управления. Что же для этого необходимо? Для моделирования событий нужны уточнения некоторых характеристик (приближенные). Для выполнения управляющих воздействий система должна «знать» некоторую дополнительную информацию относительно предметной области, например:
1. Перераспределение ресурсов между задачами.

взаимозаменяемость ресурсов – можно задать таблицами-матрицами соответствия;
вероятность выхода из строя ресурсов – указывается вероятность в диапазоне от Xmin до Xmax;
возможность параллельного использования несколькими исполнителями – как логическое свойство задачи.

2. Перераспределение трудовых ресурсов между задачами.

взаимозаменяемость и несовместимость персонала – можно задать таблицами-матрицами соответствия;
производительность трудовых ресурсов – как расчетное значение на основе данных о: опыте работы, возрасте, повышении квалификации и т.п.
соотношение типов выполняемой работы и требуемых для ее выполнения навыков – аналогично решается матрицами;
вероятность невыхода трудовых ресурсов (вероятность болезни) – указывается вероятность в диапазоне от Xmin до Xmax;
возможность параллельного выполнения одной работы несколькими исполнителями – как логическое свойство задачи.

3. Изменение расписания выполнения задач.

возможна ли приостановка задачи, или выполнение должно быть непрерывным – как логическое свойство задачи;
входит ли задача в «критический путь» (т.е. сроки ее выполнения непосредственно влияют на сроки завершения проекта) – определяется системой «налету».

4. Планирование закупок.

интенсивность расходования ресурса – определяется системой «налету».
возможность закупки необходимого оборудования - как логическое свойство задачи.

5. Уклонение или принятие мер по ликвидации последствий рисков.

вероятность отказов оборудования – указывается вероятность в диапазоне от Xmin до Xmax;
возможные варианты уклонения и ликвидации последствий – решается матрицами или списками соответствия (с указанием степени соответствия).

Это не исчерпывающий список задач. Здесь так же необходимо отметить тот факт, что универсального решения для любого проекта быть не может и, что хорошо для одного проекта – для другого смерть. Т.о. необходимы определенные ключевые характеристики, их совокупности, и их значения, которые позволяли бы типизировать и классифицировать, подбирая схожие проекты для обучения системы, например:

типы задействованных ресурсов;
типы поставленных задач;
квалификация и умения задействованного персонала;
размер бюджета;
продолжительность проекта;
успешность проекта;
количество участников и т.д.

Далеко не последнюю роль будет играть фактор неопределенности как характеристик описанных выше, так и характеристик самого проекта.

4. Многоагентность

Как было отмечено выше, разногласия по использованию ресурсов могут быть как внутри проекта между задачами, так и между разными проектами, использующими одни и те же ресурсы. Для упрощения работы с ресурсами мы выделим агента, которого назовем «Арбитр ресурсов». Именно к нему будут обращаться агенты «Проекты» за необходимыми ресурсами, что даст возможность перераспределять даже зарезервированные ресурсы в зависимости от важности (критичности) выполняемых задач или проектов.

Заключение

Что даст такое имитационное моделирование или симуляция управления проектом? Ответ прост:

управление с уведомлениями - можно использовать как тренировку или тестирование ЛПР на знание определенных принципов или умение решать задачи связанные с управлением проектами.
интерактивное управление - отработка некоторых практик и проверка их на модели. Что даст возможность изменить модель для соответствия ситуации или наоборот оценить владение методами решения задач УП самому ЛПР (самопроверка).
эвристическое управление - возможность большого количества запусков симуляции и накопление определенного опыта (данных) об этих симуляциях для их дальнейшего анализа.

Однако сама имитация и симуляция - не конечная цель. В результате накопления достаточно точных простых и сложных моделей в базе симуляции, разработки и отладке поведения имитационной модели и модулей, осуществляющих интерактивное взаимодействие и эвристическое управление (без ЛПР), возможно использование накопленных правил и алгоритмов для управления (или интеллектуальной поддержки управления) реальными проектами (3).
Реализация такой системы в виде SaaS решения, с привлечением некоторого количества участников, позволит получить доступ к опыту работы (обезличенному) других участников (с возможностью обучения системы).

Список используемых источников

pmlead.ru/?p=1521 . [В Интернете]
www.aaai.org/ojs/index.php/aimagazine/article/view/564 . [В Интернете]
us.analytics8.com/images/uploads/general/US_2010-10_Whitepaper_BI_Project_Management_101.pdf . [В Интернете]

Основные определения в управлении проектами. Контроль за ходом выполнения проекта. Организационные структуры. Сетевой график. Временные модели. Управление ресурсами. Отслеживание хода выполнения проекта. График Ганга (Gantt Chart). Графики ранних/поздних сроков начала работ (Early-Start/Late Start Schedules). Матричный проект (Matrix Project). Метод критического пути (Critical Path Method - СРМ). Метод оценки и пересмотра программ (Program Evaluation and Report Technique - PERT). Модель типа «время - затраты» (Time-Cost Model). Обособленный проект (Pure Project). Структура работ проекта (Work Breakdown Structure - WBDS). Управление проектами (Project Management). Функциональный проект (Functional Project). Моделирование разработки продукта и выбор технологического про-цесса в производственной сфере Проектирование продукции. Проектирование производственного потока. Анализ процесса. Критерии совершенства процесса создания продукта. Анализ безубыточности (Break-Even Analysis). Виртуальная фабрика (Virtual Factory) Карта технологического процесса. (PROCESS FLOW DIAGRAM). Матрица «домик качества» (House of Quality). Непрерывный поток (Continuous Flow). Показанное производство (Job Shop). Продуктово-процессная матрица (Product-Process Matrix). Функционально-стоимостный анализ (Value Analysis/Value Engineering). Технологии в производстве. Интегрированные производственные системы. Технологии в сфере услуг. Оценка окупаемости инвестиций в технологии. Автоматизированные системы планирования и управления производством (Automated Manufacturing Planning and Control Systems - MP&CS). Автомати-зированные системы подачи материалов (Automated Materials Handling Systems -АМН). Гибкие производственные системы (Flexible Manufacturing Systems - FMS). Интегрированные производственные системы (Computer-Integrated Manufacturing - CIM). Офисная автоматизация (Office Automation). Система автоматизированного проектирования (Computer-Aided Design - CAD). Системы клиент/сервер (Client/Server Systems). Системы принятия решений и экспертные системы (Decision Support and Expert Systems). Системы распознавания образов (Image Processing Systems. Электронный обмен данными (Electronic Data Interchange - EDI). МОДУЛЬ 3 «МОДЕЛИ ПРОЕКТИРОВАНИЯ УСЛУГ И ВЫБОР ПРОЦЕССА ОБСЛУЖИВАНИЯ» Сущность услуг. Операционная классификация услуг. Проектирование сервисных организаций. Структуризация сервисных контактов. Три типа сервисных систем. Обслуживание в среде клиента (Field-Based Services). Обслуживание в среде сервисного предприятия (Facilities-Based Services). Пакет услуг (Service Package). Сервисные гарантии (Service Guarantees). Сервисный план (Service Blueprint). Сервис-системная матрица (Service-System Design Matrix). Фокусирование сервиса (Service Focus). Моделирование управления очередями Экономическая сущность проблемы очередей. Система массового обслуживания. Модели очередей. Компьютерное моделирование очередей. Интенсивность входящего потока (Arrival Rate). Интенсивность обслуживания (Service Rate). Конечная очередь (Finite Queue). Многоканальная, многофазовая струк-тура (Multichannel, Multiphase). Одноканальная, однофазовая структура (Single Channel, Single Phase). Очередь (Queue). Распределение Пуассона (Poisson Distribution). Система массового обслуживания (Queuing System). Экспоненциальное распределение (Exponential Distribution). Моделирование управления качеством Требования к качеству и затраты на обеспечение качества. Непрерывность улучшений. Система Шинто. Всеобщее управление качеством (Total Quality Management - TQM). Затраты на обеспечение качества (Cost of Quality - COQ). Качество проекта (Design Quality). Качество у истока (Quality at the Source). Непрерывность улучшений (Continuous Improvement - CI). «Нуль-дефекты» (Zero Defects). Определение эталона (Benchmarking). Показатели качества (Dimensions of Quality). Процедура Poka-Yoke. Соответствие качества (Conformance Quality). Стандарты ISO 9000. Цикл «планирование - выполнение - проверка - реакция» (PDCA Cycle - Plan-Do-Check-Act). МОДУЛЬ 4 «МОДЕЛИРОВАНИЕ ПРОИЗВОДСТВЕННЫХ МОЩНОСТЕЙ И ТРУДОВОГО ПРОЦЕССА» Стратегическое планирование мощностей. Гибкость мощности (Capacity Flexibility). Дерево решений (Decision Tree). Коэффициент загрузки мощности (Capacity Utilization Rate). Производственная мощность (Capacity). Резерв мощ-ности (Capacity Cushion). Стратегическое планирование мощности (Strategic Capacity Planning). Фокусирование мощности (Capacity Focus). Эффект масштаба производства (Economies of Scope). Производственные системы «точно в срок» (JIT) Логика JIT. Японский подход к производительности. Североамериканские варианты JIT. Требования к системе JIT. JIT в сфере обслуживания. Автомати-ческий контроль качества (Automated Inspection). Всеобщий контроль качества (Total Quality Control - TQC). «Вытягивающая» (тянущая) производственная система «Канбан» (Kanban Pull System). Групповая технология (Group Technology). Качество у истока (Quality at the Source). Кружки качества (Quality Circles). Метод «замороженного окна» (Freeze Window). Предупредительное обслуживание и ремонт оборудования (Preventive Maintenance). Сеть специализированных заводов (Focused Factory Network). Система «точно в срок» (Just-In-Time - JIT). Ступенчатый график (Level Schedule). Управление «снизу-вверх» (Bottom-Round Management). Размещение производственных и сервисных объектов Критерии размещения производственных объектов. Методы размещения промышленных предприятий. Размещение объектов сервиса. Аналитическая модель Дельфи (Analytic Delphi model). Метод «центра тяжести» (Center of gravity method). Регрессионная модель (Regression model). «Фактор-рейтинговые» системы (Factor-rating systems). Эвристический метод Ардалана (Ardalan Heuristic Method). Размещение оборудования и планировка помещений Основные способы размещения оборудования. Размещение оборудования по технологическому принципу. Размещение производства по предметному принципу. Балансирование сборочной линии (Assembly-Line Balancing). Метод системной планировки размещения оборудования (Systematic Layout Planning - SLP). Планировка офиса (Office Layout). Приоритетная взаимосвязь (Precedence Relationship). Размещение оборудования по предметному принципу (Product Layout). Размещение оборудования по принципу групповой технологии (Group Technology Layout). Размещение оборудования по принципу обслуживания неподвижного объекта (Fixed-Position Layout). Размещение оборудования по технологическому принципу (Process Layout). Размещение помещений сервисных и торговых предприятий (Retail Service Layout). «Сервисный ландшафт» (Servicescape). Сравнительный метод компьютерного размещения производственных объектов (Computerized Relative Allocation of Facilities Technique - CRAFT). Такт (Cycle Time).

МОДУЛЬ 5 «МОДЕЛИРОВАНИЕ ТРУДОВОГО ПРОЦЕССА И НОРМИРОВАНИЕ ТРУДА» Решения, принимаемые при планировании трудового процесса. Поведенче-ские аспекты в планировании трудового процесса. Физиологические аспекты в планировании трудового процесса. Методы труда. Измерение и нормирование труда. Системы финансового стимулирования труда.

Измерение труда (Work Measurement). Метод выборочных наблюдений (Work Sampling). Метод нормирования MOST (Most Work Measurement Sys-tems). Методы измерения рабочего времени (Methods Time Measurement). Микроэлементные нормативы (Elemental Standard-Time Data). Микроэлементные системы нормирования (Predetermined Motion-Time Data Systems - PMTS). Норма времени (Standard Time). Нормальное время (Normal Time). Планирование трудового процесса (Job Design). Системы труда с расширенными обязанностями (Job Enrichment). Системы финансового стимулирования (Financial Incentive Plans). Социотехничсские системы труда (Sociotechnical Systems). Специализация труда (Specialization of Labor). Участие в доходах (Gain Sharing). Участие в прибыли (Profit Sharing). Физиология труда (Work Physiology). Хронометраж (Time Study). Моделирование управления снабжением. Управление закупками Управление цепью поставок. Закупки. Закупки «точно в срок». Глобальные источники поставок. Потоки электронной информации в снабжении. Аутсорсинг (Outsourcing). Быстрое реагирование (Quick Response - QR). Грузовая стоимость (Value Density). Закупки «точно в срок» (Just-in-Time Purchasing). Логистика (Logistics). «Производить или покупать» (Make or Buy). Стратегическое партнерство (Strategic Partnership). Управление материальными потоками (Materials Management). Цепь поставок (Supply Chain). Эффективное реагирование на запросы потребителя (Efficient Consumer Response - ECR). Прогнозирование Управление спросом. Виды прогнозирования. Компоненты спроса. Качест-венные методы прогнозирования. Анализ временных рядов. Каузальное (при чинное) прогнозирование. Выбор метода прогнозирования. Фокусирующее прогнозирование. Компьютерное прогнозирование.

Анализ временных рядов (Time Series Analysis). Групповое согласие (Panel Consensus). Зависимый спрос (Dependent Demand). Исследование рынка (Market Research). Константа сглаживания (Smoothing Constants Alpha). «Корни травы» (Grass Roots). Метод Дельфи (Delphi Method). Мнение руководства (Executive Judgement). Независимый спрос (Independent Demand). Причинная (каузальная) связь (Causal Relationship). Прогнозирование на основе линейной регрессии (Linear Regression Forecasting). Сезонный фактор (Seasonal Factor). Скользящее среднее (Moving Averages). Спрос, очищенный от сезонных колебаний (Deseasonalization of Demand). Среднее абсолютное отклонение (Mean Absolute Deviation). Трекинг (Tracking Signal). Трендовый эффект (Trend Effect). Фоку-сирующий прогноз (Focus Forecasting). Экспоненциальное сглаживание (Exponential Smoothing).

Совокупное планирование

Виды планирования. Иерархическое планирование производства. Совокупное планирование производства.Методы совокупного планирования. Долго-, средне- и краткосрочное планирование (Long-, Intermediate- and Short-Range Planning). Наличный запас (Inventory on Hand). Основной план производства (Master Production Schedule - MPS). Планирование потребностей в производ-ственной мощности (Capacity Requirements Planning - CRP). Предварительное планирование производственной мощности (Rough-Cut Capacity Planning). Смешанная стратегия (Mixed Strategy). Совокупное планирование (Aggregate Planning). Стратегии производственного планирования (Production Planning Strategies). Чистая стратегия (Pure Strategy).

История возникновения. Метод ситуационного управления
возник в связи с необходимостью моделирования процессов при
нятия решений в системах с активным элементом (человеком). В
его основе лежат три основные предпосылки.
Первая предпосылка - это психология, которая начала изу
чать принципы и модели принятия решений человеком в опера
тивных ситуациях. Известны работы советских психологов в этой
области - В.Н. Пушкина, Б.Ф.Ломова, В.П. Зинченко и др. . В.Н. Пушкин сформулировал так называемую модельную тео
рию мышления . Он показал, что психологический механизм
661 регулирования актов поведения человека тесно связан с построе
нием в структурах мозга информационной модели объекта и
внешнего мира, в рамках которого осуществляется процесс уп
равления на основе восприятия человеком информации извне и
уже имеющегося опыта и знаний. Основой построения модели
являются понятийные представления об объектах и отношениях
между ними, отражающие семантику выделенной сферы деятель
ности человека (предметной области). Модель объекта имеет
многоуровневую структуру и определяет тот информационный
контекст, на фоне которого протекают процессы управления. Чем
богаче такая информационная модель объекта и выше способно
сти манипулирования знаниями, тем выше качество принимае
мых решений, многообразнее поведение человека. В.Н. Пушкин
впервые выделил три важные особенности процесса принятия
решений : наличие возможности классификации ситуаций в со
ответствии с типовыми решениями по управлению; принципиаль
ная открытость больших систем; существенная ограниченность
языка описания пространства состояний и решений объекта уп
равления.
Второй предпосылкой метода ситуационного управления
стали представления, полученные в исследованиях по семио
тике-науке о знаковых системах. Это работы Ю.А. Шрейде-
ра, Ю.Д. Апресяна. Была определена трехаспектная структура
знака в любой знаковой системе: имя знака, отражающее его син
таксический аспект; содержание знака, выражающее его семан
тический аспект; назначение знака, определяющее его прагмати
ческий аспект (треугольник Фреге). В прикладной семиотике
знаки, вариантами которых являются слова, предложения, тек
сты, стали рассматриваться как системы, замещающие реальные
объекты, процессы, события внешнего мира . Совокупности
знаков с отношениями между ними, таким образом, стали моде
лирующими псевдофизическими аналогами реальных систем фун
кционирования и управления. Именно поэтому ситуационное уп
равление называли еще и семиотическим моделированием,
поскольку знаковый язык достаточен для описания и процессов
функционирования объекта с требуемой степенью приближения.
Третья предпосылка связана с разработками в области инфор
мационно-поисковых систем и попытками создания формального
языка описания и представления технических наук с целью авто-
662 матизации работ по реферированию научных публикаций и орга
низации процессов поиска, хранения и представления инфор
мации. В рамках этих исследований Э.Ф. Скороходько был раз
работан и исследован язык, получивший затем название языка
гх-кодов . Свою реализацию этот язык нашел в информацион
но-поисковой системе БИТ, которая успешно и довольно долго
эксплуатировалась в Институте кибернетики АН УССР.
На основе модельной теории мышления В.Н. Пушкина, язы
ка гХ"Кодоъ Э.Ф. Скороходько и семиотики Д.А. Поспелов, а за
тем Ю.И. Клыков в 1965 г. сформулировали новую кибернети
ческую концепцию управления большими системами в виде
метода ситуационного управления .
Сущность метода
За основу управления принято понятие ситуация как основ
ной объект описания, анализа и принятия решений. Следователь
но, необходимы соответствующие средства - описания, класси
фикации, обучения и трансформации ситуаций в соответствии с
принимаемыми решениями.
Классификация ситуаций обосновывалась существованием,
исходя из анализа структуры задач управления в больших систе
мах, на каждом уровне управления множества ситуаций, число
которых несоизмеримо велико по сравнению с множеством воз
можных решений по управлению. Задача принятия решений трак
товалась как задача поиска такого разбиения множества ситуа
ций на классы, при котором каждому классу соответствовало
решение, наиболее целесообразное с позиции заданных критери
ев функционирования. При наличии такого разбиения поиск ре
шения в конкретной ситуации сводился к поиску класса и соотне
сения ему решения по управлению. Однако такая постановка
задачи справедлива для систем управления, в которых число по
тенциально возможных ситуаций (ПВС) существенно превышает
(иногда на несколько порядков) число возможных решений
по управлению. Этот случай соответствует контекстно-независи
мому способу вывода решений, когда все множество ПВС разби
вается на классы таким образом, чтобы каждому классу в соот
ветствие ставилось решение по управлению. Случай, когда
множества ситуаций и решений были либо соизмеримы по мощ
ности, либо достаточно больше, чтобы этот факт можно бьшо ус
тановить, был рассмотрен и разработан затем в работах Л.С. За-
гадской и ее школы .
663 За основу языка описания всего множества ситуаций были
взяты идеи языков г-дг-кодов и синтагматических цепей. Роль мно
жества объектов предметной области играли их знаковые экви
валенты в естественном языке, т.е. слова-имена, а в роли отноше
ний выступали слова-имена, соответствующие реальным связям
между объектами или процессами. В качестве грамматики языка
ситуационного управления (ЯСУ) выступали правила порожде
ния новых понятий и отношений, их преобразования и класси
фикации (см. Язык ситуационного управления).
Важнейшая идея метода - формирование семиотической
модели объекта путем обучения принятию решений. При этом
рассматривались два режима обучения: экспертом, хорошо зна
ющим исследуемую предметную область, либо на основе анали
за множества конкретных ситуаций и решений по управлению.
Очевидно, что последний случай более длителен, не гарантирует
полноту описания, требует наличия статистики ситуаций и при
нятых в них решений, что далеко не всегда возможно. Поэтому
всеобщей практикой стало в основном использование первого
подхода к обучению. Тем не менее наличие в ЯСУ средств обоб
щения и классификации ситуаций обеспечивает принципиальную
возможность создания моделей, способных к усовершенствова
нию функций принятия решений в изменяющихся условиях ра
боты объекта управления. Другими словами, создается возмож
ность «выращивания» модели объекта для заданных условий
функционирования.
Развитие ситуационного моделирования. В 1973 г. Л.С. Загад-
ская (Болотова) разработала еще один, новый тип сис
тем ситуационного управления, рассматривавший класс систем
управления, в котором мощности множеств возможных ситуаций
и решений по управлению сопоставимы или неизвестны. Пред
лагалось все множество ситуаций разбивать на классы таким об
разом, чтобы каждому классу в соответствие ставилась струк
тура типового решения. На следующем этапе решения эта
структура доопределялась в процессе интерпретации и конкре
тизации решения и с учетом имеющихся ограничений на ресур
сы. Таким образом, каждому типовому решению по управлению
и. в соответствие ставится его структура М., и, следовательно,
кроме множества С/ = {t/p U2,...UJ, строится множество струк
тур типовых решений М = {Мр М2,...М^}.
664 Затем для каждой структуры выявлялся необходимый кон
текст-пласт знаний, имеющий фреймовую структуру и включаю
щий правила интерпретации ситуаций в пределах данной струк
туры и множество процедур для их трансформации и имитации.
Была разработана также логико-семиотическая модель вывода
решений на иерархии структур принятия решений .
Очевидно, что во втором случае существенно усложняется
проблема построения модели предметной области (МПО). Раз
работка МПО до сих пор является искусством, требует примене
ния высочайшей квалификации системных аналитиков. Необхо
димо ответить на ряд вопросов:
Каким образом задаются границы выделенной предметной
области?
Каким образом формируется непротиворечивый язык опи
сания всех множеств ситуаций и процессов для МПО со слож
ной, иерархической и распределенной структурой?
Каким образом формируется система знаний о МПО, дос
таточная для достижения поставленных целей?
Каким образом «проявляются» необходимые взаимодей
ствия между участниками процессов управления и принятия ре
шений, как они описываются?
Каким образом принимаются решения в условиях непол
ноты, неопределенности и неоднозначности?
В результате исследования и разработки прикладных систем
ситуационного управления была создана сквозная методология
и технология проектирования систем ситуационного управления
большими системами, включая необходимые инструментальные
средства и системы на базе языков РЕФАЛ и ЛИСП .
Как следует из описания языка ситуационного управления (см.) и
организации ситуационной модели управления, уже тогда, в 70-е гг.
XX в., системы ситуационного управления (ССУ) имели все при
знаки современных экспертных систем (ЭС) по меньшей мере
2-го поколения, т.е. динамических ЭС. Это и наличие семиоти
ческой модели объекта управления и процессов его функциони
рования в виде системы правил продукционного типа, и естествен
но-языковый интерфейс с разработчиками и пользователями, и
наличие встроенной логики времени, обеспечивающей работу
ССУ в режиме реального времени и моделирования. Это и инст
рументальные программные средства реализации ССУ на базе
языков ЛИСП и РЕФАЛ. Более того, отечественные специалис-
665 ты создавали большие системы и даже внедряли их в практику в
составе промышленных АСУ.
Примеры.
Система ситуационного управления «Авиаремонт», выпол
ненная Одесским отделением Института экономики АН УССР как
часть АСУ «Авиаремонт» для ЦНИИАСУ (Рига).
Система ситуационного диспетчерского управления взле
том и посадкой самолетов, разработанная для ВНИИРА (Ленин
град).
Система планирования сеансов спутниковой связи.
Ряд систем специального назначения и др. .
На Западе, а затем и в нашей стране, развивались эвристичес
кое программирование (60-е гг. XX в.), искусственный интеллект
(см.) - ИИ (70-е гг. XX в.), но у нас в стране, за занавесом, плохо
представляли, что делается за рубежом. Те, кто имел доступ к аме
риканским и западным источникам, не понимали данного направ
ления и считали, что ИИ - это что-то совсем другое и никакого
отношения к ситуационному управлению не имеет. Все измени
лось в 1975 г., когда в Тбилиси состоялась IV Международная
конференция по ИИ, на которую приехали практически все круп
ные ученые мира в области искусственного интеллекта. Вот тог
да стало ясно, что и наши специалисты, и зарубежные практичес
ки занимаются одним и тем же, но с разных точек зрения.
Отечественные специалисты шли «сверху» и пытались решить
проблемы, методологически и концептуально ясные, но еще не
обеспеченные базовыми средствами - ни теоретическими, ни ин
струментальными. Конференция многим помогла осознать и оп
ределить свое место в международном процессе движения к ис
кусственному разуму. На последующих школах, семинарах,
всесоюзных симпозиумах по ситуационному управлению уже в
1975 г. были четко сформулированы проблемы, тормозящие раз
витие ситуационного управления. Это в первую очередь разра
ботка моделей представления знаний и инструментальных сис
тем программной поддержки ССУ.
К 1980 г. существовали десятки ССУ разной степени разрабо
танности. Большинство из них - демонстрационные и исследова
тельские образцы. Коммерческих образцов не было вообще. До
промышленных образцов доводились немногие по ряду причин:
отсутствие инструментальных программных систем, доведенных
до стадии коммерческих образцов; отсутствие культуры доведе-
666 ния своих программных средств до коммерческой стадии; отсут
ствие понимания новой парадигмы в широкой среде разработчи
ков АСУ; недофинансирование возможности и выгодности со
здания коммерческих инструментальных систем-оболочек.
Ученые-западники шли к ИИ «снизу», от игр в кубики, крес
тики-нолики и т.п. Их интересовали интеллектуальные роботы и
планирование их поведения. Поэтому эти задачи и сегодня явля
ются классическими при обучении теоретическим основам ИИ.
Именно на них были разработаны все основные модели представ
ления знаний: продукционные, семантические сети, фреймы.
С 1977 г. началось расслоение в рядах «ситуационщиков».
Школы Д.А. Поспелова, В.А. Вагина, Л.Т. Кузина и некоторые
другие, ближе стоявшие к теоретическим исследованиям по роду
своего положения (АН СССР, вузы), быстро перестроились на
зарубежную терминологию и освоили достижения Запада. Это
было легко сделать, поскольку разница была в основном терми
нологическая.
В начале 80-х гг. появились экспертные системы (см.), и тут
выяснилось, что по своей сути они вроде бы совпадают с ССУ,
как у нас их и представляли. И термин этот показался более удач
ным, быстро вошел в моду. В результате уже к началу 90-х гг.
XX в. почти все «ситуационщики» занимались ЭС.
Таким образом, получилось, что ситуационное управление
сыграло в нашей стране роль основы для большого числа специ
алистов по искусственному интеллекту (см.).

Ви переглядаєте статтю (реферат): «СИТУАЦИОННОЕ МОДЕЛИРОВАНИЕ, ИЛИ СИТУАЦИОННОЕ УПРАВЛЕНИЕ » з дисципліни «Теорія систем і системний аналіз в управлінні організаціями »