Delist.ru

Автоматизация процесса управления рисками промышленных предприятий (19.09.2008)

Автор: Будихин Сергей Анатольевич

2. симметричности:

3. транзитивности:

на классы эквивалентности. В случае если пространство кластеризуемых элементов является векторным пространством, то полученные при помощи описанного алгоритма кластеры могут иметь произвольную структуру.

Таким образом, в диссертации разработан метод кластеризации не предполагающий существование центров кластеров. В качестве преимуществ предложенного метода кластеризации можно отметить отсутствие необходимости в априорных предположениях относительно структуры данных (вид и параметры распределения вероятности по кластерам, центров плотности, числа кластеров).

В результате интеграции разработанных в диссертации моделей, приведенных выше, исходя из кривой вероятностей получения прибыли, полученной на основании расчетов управления рисками, строится кривая распределения вероятностей возможных потерь (кривая риска). На основе анализа кривой выделяется ряд характерных точек. Точка 1 определяет вероятность нулевых потерь прибыли. В соответствии с принятыми допущениями вероятность нулевых потерь максимальна - Вр. Точка 2 характеризуется величиной возможных потерь, равной ожидаемой прибыли, т.е. полной потерей прибыли, вероятность которой равна – Вд. Точки 1 и 2 являются граничными, определяющими положение зоны допустимого риска. Точка 3 соответствует величине потерь, равных расчетной выручке. Точки 2 и 3 определяют границы зоны критического риска. Точка 4 характеризуется потерями, равными имущественному состоянию (ИС) предпринимателя, вероятность которых равна Вкт. Между точками 3 и 4 находится зона катастрофического риска. Вероятности определенных уровней потерь являются показателями, Таким образом, для каждого разработанного плана управления рисками методика позволяет определить вероятностные характеристики оценки экономической эффективности деятельности предприятия. Это позволяет при выбранных критериях эффективности провести сравнительный анализ различных стратегий развития фирмы в плане наращивания резервов.

- количество приложений.

связано с тем или иным типом задач приложения.

в виде:

- характеристики элементов модели пользователя.

Имея на входе множество приложений, определяемых составом задач и моделями пользователей по каждой из них, формализованная методика проектирования систем БД на концептуальном уровне включает следующие шаги.

то есть осуществление отображения:

Шаг 3. Осуществляется разбиение приложения, если КМД данного класса не может быть сформирована, то есть в рамках КМД не могут быть согласованы информационные потребности пользователей.

и перейти к шагу 1 ; иначе - шаг 4.

выполняется процесс концептуального описания данных.

-область возможных оценок, представленных в виде коэффициентов различия.

Шаг 10. Осуществляется заполнение словаря-справочника данных. Фактически этот шаг распределен по каждому из предыдущих шагов. Заполнение словаря-справочника данных.

Шаг 13. Шаги 13-14 показывают связь процессов концептуального и логического проектирования. Реализуется концептуализация запросов пользователей:

и ограничений на объем БД.

Предложенная формализованная методика позволяет в полной мере определить последовательность действий при проектировании баз данных сложной структуры и большой размеренности - систем баз данных.

В четвертой главе диссертации рассматриваются вопросы построения программного комплекса автоматизации процесса управления рисками промышленных предприятий. Разработана структура базы данных, интегрирующая статистические данные и данные вычислительных экспериментов. Приведен список программных приложений с описанием их основных функциональных возможностей.

Архитектура автоматизированной системы управления рисками.

В качестве программного продукта реализующего типовые математические алгоритмы используется пакет Statistica. Данный пакет имеет API, что делает его доступным из других приложений. Также данные пакет используется в виде системы получения отчетов и графического анализа, так как обладает большими возможностями визуализации данных.

В диссертации разработана формализованная методика проектирования систем БД, учитывающая особенности методов управления рисками. Так как объем анализируемых данных для управления рисками достаточно большой, то в качестве СУБД выбирается СУБД Oracle 10g, поддерживающая распределенные вычисления по технологии GRID. Данная СУБД имеет улучшенные способности к масштабированию и высокую производительность и встроенный язык программирования Pl\SQL позволяющий реализовать большую часть статистических процедур на стороне сервера БД, что снижает нагрузку на компьютеры клиентов.

Для организации открытой структуры в процессе его апробации и внедрения, комплекс имеет отдельные приложения, которые носят самостоятельный характер, а методы аналитической обработки данных базируются на интерфейсном взаимодействии с пакетами аналитической обработки данных.

В заключении представлены основные результаты работы.

В приложении приводятся акты внедрения результатов диссертационной работы.

Публикации. По результатам выполненных исследований опубликовано 8 печатных работ.

Основные выводы и результаты работы

Проведён комплексный анализ методов и подходов управления рисками промышленных предприятий, который определил основные задачи диссертационной работы.

Предложен алгоритм сезонной корректировки временных рядов, используемый при оценке рисков. Рассмотрена проблема прогнозирования рисков и оценки доверительного интервала прогноза.

Для дискретного случая задачи выделения циклов определены конкретные процедуры идентификации динамических сезонных циклов с оптимальными весовыми коэффициентами.

Разработан алгоритм нечеткой классификации промышленных предприятий, позволяющий рациональным образом выбирать кластеры с невыпуклой структурой.

Предложена методика проектирования статистической базы данных управления рисками промышленных предприятий.

Предложена архитектура автоматизированной системы управления рисками промышленных предприятий, позволяющая реализовать комплексную обработку статистической информации о показателях рисков.

Разработанные методики, методы и алгоритмы прошли апробацию и внедрены для практического применения в ООО «СТРОЙСТАНДАРТ ПЛЮС», ООО «ТАРИНА», а также используются в учебном процессе в МАДИ (ГТУ).

Публикации по теме работы

Будихин С.А. Прикладные аспекты задач минимизации / Будихин А.В., Будихин С.А. // Моделирование и оптимизация в управлении Сб. науч. тр. МАДИ ( ГТУ ), М. 2006 г., С. 11-16.

Будихин С.А. Автоматизация управления финансовыми документами предприятия / Колдашев К.С., Будихин С.А. // Методы и модели автоматизации управления, Сб. науч. тр. МАДИ (ГТУ), М. 2006 г., С. 84-88.

Будихин С.А. Методы нечеткой кластеризации для управления рисками на предприятии / Будихин С.А., Горячев А.С., Шень Янь. // Межвузовский сборник научных трудов “Теория и практика информационных технологий” – М., МАДИ (ГТУ), 2006. С. 57-66.

Будихин С.А. Применение Data Mining для анализа данных и прогнозирования / Будихин С.А. Пронин И.Е. // Новые технологии в автоматизации управления, Сб. науч. тр. МАДИ (ГТУ), М. 2006. С. 11-16.

загрузка...