В статье рассматривается подход к интеллектуализации управления в организационных системах, нацеленных на обеспечение эффективности взаимодействия производителей и потребителей результатов деятельности с использованием цифровых технологий и оптимизационного моделирования. В условиях активной цифровизации бизнеса выделен класс организационных систем с цифровым концентратором результатов деятельности. Показано, что при организации взаимодействия производителей и потребителей управление направлено не только на согласование объектов торговых операций, но и на регулирование объектов информационных потоков с целью снижения затрат на цифровой трансфер. При этом возникает две оптимизационные задачи, связанные с различными схемами распределения объемов информационных потоков со стороны производителей и потребителей. В первом случае оптимизируемыми переменными являются коэффициенты распределения планового объема потока, поступающего в цифровой концентратор, между объектами-производителями с учетом вариантов продвижения. Экстремальное требование обеспечивает минимизацию затрат, а граничное - связано с планируемым максимальным и минимальным уровнем доходов объектов от обмена информацией с потребителями. Алгоритм принятия решения совмещает случайный выбор значений коэффициентов на заданном интервале с последующей их настройкой с использованием градиентного поиска. Выбрано правило останова итерационного процесса, при выполнении которого определяется оптимальное распределение информационных потоков между объектами. Во втором случае строится оптимизационная модель, в которой оптимизируемыми переменными являются коэффициенты распределения планового объема информационного потока между производителями с учетом зарегистрированных цифровым концентратором категорий результатов деятельности.
В статье предложены структурные решения, связанные с построением системы управления инвестированием многообъектной организационной системы и ее детализации для принятия управленческих решений на стадиях формирования и реализации программы развития. Показано, что структуризация процесса управления определяется особенностями ряда составляющих: информационного обеспечения, требований управляющего центра, механизмами экспертного оценивания, необходимостью балансировки инвестиций на стадии формирования программы развития и ребалансировки - на стадии реализации. Интеллектуальная поддержка принятия управленческих решений осуществляется с использованием мониторинговой информации, прогностического и оптимизационного моделирования. Обоснована последовательность процедур в рамках структурной схемы управления процессом балансировки инвестиций при формировании программы развития многообъектной организационной системы. Указаны процедуры, которые требуют для своей реализации привлечения экспертных оценок. Рассмотрен переход к оптимизационному моделированию на основе трансформации требований управляющего центра в формализованное описание экстремальных и граничных требований. Возможности структуризации управления процессом ребалансировки инвестиций при реализации программы развития многообъектной организационной системы определены исходя из наличия информационных ресурсов, позволяющих сформировать временные ряды показателей эффективности и на этой основе обучить прогностические модели. Охарактеризованы задачи и методы оптимизации процесса принятия управленческих решений с использованием прогностических моделей.
В статье приводятся результаты исследований по разработке гибридных интеллектуальных регуляторов, позволяющих обеспечить эффективность управления техническим объектом, в том числе функционирующим в условиях неопределенности. Рассмотрены вопросы компенсации разных типов неопределенностей при управлении техническим объектом с применением интеллектуальных регуляторов. Дана обобщенная классификация неопределенностей и предложена новая с определением тех ее видов, компенсация которых достигается с помощью разработанных методов и алгоритмов. Такими видами неопределенностей являются параметрическая неопределенность, неопределенности, вызванные внешними воздействиями, лингвистическая неопределенность. Отдельно выделена лингвистическая неопределенность, приведены способы ее компенсации, основанные на подходе управления, который базируется на сочетании классической теории управления, нечеткой логики, нейросетевых технологий и генетических алгоритмов. В рамках демонстрации подхода в общем виде описан весь процесс получения желаемого управления для технического объекта, в том числе функционирующего в условиях неопределенности. Представлены результаты работы созданных методов управления техническими объектами с применением интеллектуальных регуляторов на основе самоорганизации баз знаний. Основу методов составляет алгоритм самоорганизации робастных баз знаний без привлечения эксперта с автоматизацией процесса генерации управляющих правил. Реализация алгоритма в моделях управления способствует получению желаемого управления для технических объектов, включая функционирующие в условиях неопределенности, представленных линейными или нелинейными математическими моделями первого, второго и третьего порядков, в том числе с запаздыванием. Результаты моделирования подтверждают, что применение подхода с гибридным управлением позволяет получать желаемое управление техническим объектом, в том числе функционирующим в условиях неопределенности.
Цель. Исследовать контроллинг как инновационная система управления для предприятий сферы услуг в экономике знаний. Методика. При проведении исследования использовались такие методы: общенаучные - анализ и синтез, индукция и дедукция, систематизации и группировки, реализуемые на основе системного подхода.
Результаты. Исследованы вопросы применения контроллинга как инструмента управления предприятием; Определение термина «контроллинг»; уточнены задачи контроллинга в системе целеполагания и его функция; выделены пять этапов процесса собственно бюджетного контроля подразделяется и четыре базовых принципа реализации его механизма; дана характеристика диапазонов организационного дизайна управленческой работы на предприятии сферы услуг и сформирована модель ее эффективного проектирования. Научная новизна. На основе проведенного исследования уточнено определение контрлоллинга как института управления; обоснованы положения логики создания системы контроллинга; представлена характеристика диапазонов организационного дизайна управленческой работы на предприятии сферы услуг; сформирована модель эффективного проектирования управленческой работы в экономике знаний. Практическая значимость. Результаты исследования представляют интерес для руководителей компаний и маркетологов, а также ученых исследующих вопросы развития экономики знаний, совершенствования систем управления предприятиями сферы услуг.
Цель. Сформировать перспективы обеспечения конкурентоспособности предприятий сферы услуг. Методика. Методологическую основу данной статьи составили эмпирические методы исследования, а именно изучение источников информации, касающихся конкурентоспособности предприятий.
Результаты. Обеспечение конкурентоспособности предприятий сферы услуг имеет свои особенности, которые оказывают влияние на их перспективы развития. Приведены основные факторы, определяющие успешность предприятий в этой сфере: качество услуг, инновации, управление персоналом, клиентоориентированность, конкурентная цена, маркетинговая стратегия, технологическая база, репутация и отзывы клиентов. Научная новизна. Сфера услуг является одним из наиболее динамично развивающихся сегментов современной экономики. Растущий спрос на разнообразные услуги в различных областях жизни обуславливает потребность в улучшении и модернизации предприятий данной сферы. Представлены перспективы развития предприятий сферы услуг и выявлены ключевые моменты, которые могут способствовать успешному развитию сферы услуг. Практическая значимость. Развитие предприятий сферы услуг зависит от множества факторов, начиная от внедрения новых технологий и автоматизации, заканчивая предоставлением качественных услуг и инновационных решений. Компании, способные адаптироваться к изменяющимся требованиям клиентов и применять передовые практики в своей деятельности, имеют большие шансы на успех и процветание в сфере услуг. Конкуренция, глобализация и быстрое развитие технологий требуют постоянного развития и совершенствования для поддержания конкурентоспособности.
Цель. Исследовать сущность экономический категории «инновационное развитие», рассмотреть инструменты и средства управления развитием туристических предприятий, а также систематизировать элементы и инструменты управления инновационного развития предприятий туристической сферы. Методика. В исследовании были использованы диалектический метод, эмпирические методы (сравнение, наблюдение), общелогические методы (анализ, синтез, абстрагирование, моделирование), направленные на изучение объекта исследования, позволяющие обобщить результаты и сформулировать выводы.
Результаты. Выделены структурно-функциональные параметры эффективного развития туристического предприятия. Научная новизна. Определено развитие туристического предприятия, которое характеризуется качественными системными изменениями в строении организационно-управленческой структуры предприятия, организации его стратегических бизнес-процессов, налаживании подходов к обеспечению эффективности использования ресурсного потенциала, что в совокупности формирует резервы для укрепления его конкурентных позиций на туристическом рынке. Практическая значимость. Результаты исследований представляют интерес для руководителей и ведущих специалистов туристических фирм, а также для учѐных, исследующих вопросы развития туристического бизнеса.
В статье проводится критическая оценка и обобщение современных методов планирования траекторий, разработанных для шагающих роботов. Сравниваются методы, основанные на оптимизации (в том числе смешанно-целочисленной); нейронных сетях; графах; вариационном исчислении и случайной выборке.
Рассматриваются кинематические параметры движения четырехногого робота-собаки на основе адаптивного генератора походок. Анализируются возможности адаптивного генератора походок (кинематического планировщика) для реализации движения робота в различных направлениях, в повороте и изменении положения корпуса. Решается обратная задача, с определением программных перемещений приводов в шагающих движителях. Адаптивный генератор может быть использован в системах управления роботом-собакой для синтеза заданного программного движения корпуса робота.
В статье рассматриваются аспекты организации системы управления инвестиционно-строительными проектами с применением технологий информационного моделирования, приведены характеристики элементов системы управления этапом строительства при определяющей роли информационной модели объекта капитального строительства при ее построении.
Актуальность. Одним из ключевых принципов развития строительной отрасли до 2030 г. является переход на технологии информационного моделирования на всех этапах жизненного цикла объекта капитального строительства. Процесс цифровой трансформации не только затрагивает и изменяет конечный продукт, но и требует полноценного реинжиниринга внутренних процессов компании.
На этой основе была определена цель работы – проведение системного анализа управления этапом строительства в рамках реализации инвестиционно-строительного проекта в условиях цифровой трансформации.
В результате проведенного исследования разработана модель системы управления жизненным циклом объекта капитального строительства, основой которой является его информационная модель. Кроме того, обозначены две основные проблемы, требующие решения для успешного внедрения разработанной системы управления в практику. К ним относятся: нехватка кадров для организации проектных и строительных работ в условиях цифровизации и наполняемость рынка предложениями программного обеспечения, удовлетворяющего требованиям заинтересованных сторон.
Выводы. Решение данных проблем на макроуровне способно увеличить показатели финансовой деятельности как отдельной компании, так и строительной отрасли в целом.
Аппроксимация передаточной функции звена чистого запаздывания с помощью минимально-фазовых звеньев представляет существенный теоретический интерес и также может быть полезным в практическом плане. Смысл такой аппроксимации состоит в отыскании возможностей применения хорошо развитого и продолжающего развиваться инструментария аналитических методов синтеза регуляторов к задачам управления объектами, содержащими в своей математической модели звенья чистого запаздывания. Разумеется, аппроксимация всегда неточна, но вопрос обеспечения достаточной точности всегда может быть решён путем использования модели более высокого порядка, коль скоро с ростом порядка модели уменьшается погрешность аппроксимации. Как правило, в литературе обсуждают модели аппроксимаций Тейлора и Паде, отдавая явное предпочтение модели Паде. Против этой модели можно выдвинуть такие возражения, как наличие существенного по величине отклика на выходе такой модели в момент поступления на её вход входного сигнала, что явно не соответствует реальному звену запаздывания ни в коей мере. Кроме того, отклик такой модели на ступенчатый скачок содержит большое количество колебаний в обратном направлении, чего также нет в отклике звена запаздывания. Данная статья ставит целью найти лучшую аппроксимацию в классе фильтров низкой частоты. В литературе найдено определение полиномов, получаемых методом численной оптимизации задачи отыскания наилучшего отклика при условии, что старший и младший коэффициенты этих полиномов равны единице. Эти полиномы, получившие название полиномов Чегорского, могут быть после некоторого масштабного преобразования в частотной области использованы для создания нового ряда полиномов, которые целесообразно использовать в знаменателе передаточной функции искомых фильтров, поскольку получаемые таким образом фильтры наилучшим образом отвечают поставленной задаче. Ранее эти полиномы были рассчитаны до 12 порядка включительно, расчетов для более высоких порядков в литературе нет. Причиной этому могли быть технические трудности решения задачи многопараметрической оптимизации, либо недостаточный интерес к полиномам высших порядков, поскольку о таком их применении не было известно. Данная статья решает задачу отыскания указанных полиномов до 26 порядка включительно, что даёт инструментарий для аппроксимации звена чистого запаздывания фильтрами низких частот со всеми положительными коэффициентами.