Представленная в данной статье парадигма устойчивого управления предполагает гибридный подход, по своей идеологии близкий к парадигме интеллектуального управления [7,8]. Поскольку современная экономика характеризуется высокой волатильностью протекающих в ней процессов, влиянию на них неожиданно возникающих воздействий, существенно влияющих на производство, статистические выводы, основанные на ретроспективных наблюдениях, не дают возможности принимать правильные, адекватные изменениям среды решения. Гораздо более предпочтительным представляется использование экспертных знаний, формализованных в виде продукций – формализмов, предназначенных для вывода решений в экспертных системах. Продукции как элементы знаний наполняют базу знаний [1], которая должна верифицироваться и модифицироваться в соответствии с изменениями внешней среды экономического объекта.
Схематическое представление процесса устойчивого управления, предложенного в данной статье, приведено на рис. 1. Реализующая эту схему компьютерная система устойчивого управления функционирует в локальной сети и предусматривает развитый интерфейс с пользователями: менеджерами, оценивающими нужные показатели экспертами, операторами складов, специалистами, ответственными за мониторинг рынка.
Рисунок 1. Схема компьютерной системы устойчивого управления
В заключение нужно подчеркнуть, что убедительным подтверждением необходимости динамического управления ресурсными ограничениями в моделях устойчивого развития экономических объектов является то, что традиционные модели оптимизации в настоящее время практически не используются из-за их неадекватности высоковолатильным процессам внешней среды. Поэтому представленные в данной статье теоретические результаты имеют большое практическое значение.
Список литературы:
- Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб.: Питер, 2000. 384 с.
- Донской Д.В. Планирование и оптимизация рекреационных предприятий на основе анализа и прогнозирования потоков рекреантов // Економічний простір. №22/1. С.278–286.
- Коришева О.В. Элементы системы управления экономической устойчивостью грузовых железнодорожных транспортных компаний // Транспортное дело России. 2014. №1. С. 218–
- Ланкин В.Е. Децентрализация управления социально-экономическими системами (системный аспект). Таганрог: Изд-во ТРТУ, 2005. 228 с.
- Никифоров В.О., Слита О.В., Ушаков А.В. Интеллектуальное управление в условиях неопределенности: учебное пособие. СПб.: СПбГУ ИТМО, 2011. 226 c.
- Штойер P. Многокритериальная оптимизация. Теория, вычисления и приложения: Пер. с англ. М.: Радио и связь,1992. 504 с.
- Piramuthu S., Raman N., Shaw M.J. Learning-based scheduling in a flexible manufacturing flow line // IEEE Trans. Eng. Manag., 1994, Vol.41, No 2. P. 171–182.
- Priope P., De La Fuente D., Gomes A., Puente J. A review of machine learning in dynamic scheduling of flexible manufacturing systems // Artificial Intelligence for Engineering Design, Analysis and Manufacturing, 2001, Vol.12, Issue 3. P. 251-263.[schema type=»book» name=»ДИНАМИЧЕСКОЕ УПРАВЛЕНИЕ РЕСУРСНЫМИ ОГРАНИЧЕНИЯМИ В МОДЕЛЯХ УСТОЙЧИВОГО РАЗВИТИЯ ЭКОНОМИЧЕСКИХ ОБЪЕКТОВ» author=»Донской Дмитрий Владимирович» publisher=»БАСАРАНОВИЧ ЕКАТЕРИНА» pubdate=»2017-03-21″ edition=»ЕВРАЗИЙСКИЙ СОЮЗ УЧЕНЫХ_30.05.2015_05(14)» ebook=»yes» ]