Journal influence
Bookmark
Next issue
Abstract:
Аннотация:
Authors: (tatch@list.ru) - , Ph.D, () - | |
Keywords: information system, , planning, forecasting, dss |
|
Page views: 15390 |
Print version Full issue in PDF (8.40Mb) |
Планирование является составной функцией управления долгом. Это социальный процесс, сводящий то, что считается наиболее вероятным исходом ситуации при заданных текущих действиях, политиках и силах окружающей среды, с тем, что представляется как желательный исход, который, в свою очередь, требует новых действий и политик. Таким образом, планирование – сводящий процесс, уменьшающий расхождение между вероятным и желаемым (оптимальным) будущим [1].
Принцип интегрированного прямого и обратного процессов иерархического планирования осуществляется следующим образом. Сначала проектируется вероятное будущее (первый прямой процесс). Далее в качестве цели принимается желаемое будущее и вырабатываются новые политики (первый обратный процесс), которые присоединяются к набору существующих, и с учетом этих изменений вновь проектируется будущее (второй прямой процесс). Проводится сравнение двух вариантов вероятного и желаемого будущего, соответствующих первому и второму прямому и первому обратному процессам планирования относительно их главных характеристик. Представление процесса планирования в виде иерархии Поскольку в основе аналитического планирования лежит механизм прямого и обратного процессов, рассмотрим его более подробно с учетом метода анализа иерархий (МАИ). Для нашей цели исследования эксперт сформулировал фокус иерархии – сопоставление объема и структуры долга субъекта в соответствии с желаемым объемом и структурой, а также акторы – резиденты субъекта РФ, правительство субъекта РФ, внешнеэкономические факторы, кредиторы и т.д. Цели у каждого актора, как правило, свои. Для примера возьмем по 2-3 цели относительно финансовой деятельности субъекта, в том числе развития долга: у резидента субъекта РФ это могут быть материальное благополучие и социальная защита; у правительства субъекта РФ – выполнение статей госбюджета, социальная стабильность, обеспечение общественного порядка; у кредиторов – прибыль, стабильность и т.д. [2]. В качестве политик принимаются формы заимствований. Исходами являются состояния долга субъекта: проекция настоящего на будущее, преобладание доли кредитов в объеме долга, преобладание доли государственных ценных бумаг в объеме долга и т.д. Обобщенным исходом является некий общий сценарий развития долга. Пример первого прямого процесса планирования представлен на рисунке. Особенность МАИ – возможность получения ранжированных оценок вариантов на основе субъективных мнений экспертов. Результатом применения метода является определение наиболее предпочтительного варианта, а также конкретное обоснование выбора и распределения всех вариантов, что позволяет подробно исследовать задачу в целом [3]. Метод предполагает декомпозицию проблемы на все более простые составляющие части и обработку суждений ЛПР. В результате определяется относительная значимость исследуемых альтернатив для всех критериев, находящихся в иерархии. Относительная значимость выражается численно в виде векторов приоритетов. Для установления относительной важности элементов иерархии используется шкала отношений, позволяющая ЛПР ставить в соответствие степеням предпочтения одного сравниваемого объекта перед другим некоторые числа. Правомочность этой шкалы доказана теоретически при сравнении со многими другими шкалами [3]. Первый прямой процесс планирования Матрицы парных сравнений После построения иерархии строится множество матриц парных сравнений. Парные сравнения проводятся в терминах доминирования одного элемента над другим. Вычисление главного собственного вектора W положительной квадратной матрицы [Е] проводится на основании равенства Е W=λmax W, (1) где λmax – максимальное собственное значение матрицы Е. Пример расчетов приведен в таблице. Матрица попарных сравнений критериев актора «Резиденты субъекта РФ»
Для полученной матрицы λmax=2,0; ОС=0,0; W={0,83; 0,17}. Каждый исход в отдельности и обобщенный исход могут быть количественно охарактеризованы по множеству критериев, которые отражают различные аспекты исходов (политические, экономические, социальные, юридические, технологические и т.д.). Значение критерия для исхода определяется отно- сительно текущего состояния по шкале разностей (от -8 до +8). При расчете значения переменной следует определить, в каком направлении в будущем (увеличится, уменьшится или останется неизменным) произойдет изменение i-го критерия при реализации рассматриваемого j-го исхода, а также какова интенсивность изменений i-го критерия. Таким образом, количественная оценка исходов по множеству критериев с использованием шкалы разностей – это своеобразный метод оценки последствий принимаемых решений при прямом процессе планирования. Для определения интегральных оценок обобщенного исхода относительно фокуса иерархии ОИФij и относительно конкретного фактора ОИак строится матрица оценки исходов. Обобщенные веса Ai по каждому критерию Ki (i=) определяются следующим образом: , (2) где рi (i=) – весовые коэффициенты критериев, отражающие значимость последних в конкретном процессе планирования; wi (i=) – значения вектора приоритетов вероятных (логических) исходов относительно фокуса иерархии или отдельно взятого актора; аij – оценка на основе шкалы разностей j-го исхода по i-му критерию. Интегральные оценки обобщенного исхода относительно фокуса или самостоятельного актора определяются по выражениям: , (3) . (4) Первый обратный процесс планирования начинается после получения желаемых сценариев. Он позволяет определить новые цели, политики и их значимость для более эффективного использования в последующем прямом процессе планирования. Переход к обратному процессу обусловлен тем, что в обобщенном сценарии пересекаются противоречивые интересы акторов. В результате может получиться ослабленный вариант того, что каждый актор хочет видеть в качестве исхода. Поэтому один или несколько акторов начинают работать над изменением полученных исходов в сторону желаемых. Для этого изменяются и/или добавляются новые цели и политики. После определения векторов приоритетов целей и политик осуществляется переход ко второму прямому процессу. В результате его выполнения определяются вектор приоритетов исходов и интегральная оценка обобщенного исхода . По итогам сравнительного анализа интегральных оценок обобщенных исходов определяется расстояние между логическим и желаемым будущим. Если от первой итерации расстояние не уменьшилось, то есть не наблюдается приближение логического будущего к желаемому, проводится вторая итерация обратного процесса. Процедура повторяется до тех пор, пока полностью не будет исчерпана возможность поиска путей увеличения сближения логического и желаемого исходов. Информационная система расчета интегральной оценки обобщенного исхода Оценка сценариев основана на многократном попарном сравнении критериев и факторов по одной и той же схеме. Для автоматизации рутинных вычислений векторов приоритетов была создана информационная система поддержки принятия решения (СППР) [4]. Платформой для ее создания выбрана система 1С: как наиболее оптимизированная и универсальная для работы с массивами данных и их обработки. Входной информацией являются: факторы и альтернативы, влияющие на развитие сценария; оценки факторов и альтернатив по 9-балльной шкале отношений; оценки возможных сценариев по критериям по шкале разностей (-8,-6,…,+6,+8); индекс однородности оценки факторов. Учитывая влияние различных действующих сил, их цели и значимость, система оценивает и выводит оптимальный логический и желаемый сценарии развития долга субъекта РФ. В локальной версии либо эксперты работают на одном компьютере, либо ЛПР вводит согласованные данные [5]. Выходной информацией являются: система факторов и альтернатив, необходимых для достижения определенного сценария; степени значимости факторов; набор необходимых схем процесса развития и таблиц оценки развития для каждого сценария. Недостатком МАИ является иерархическое описание задачи, которое требует от эксперта хорошего знания методологии. Этот недостаток устранен в СППР с помощью адаптированного интерфейса пользователя. Работа эксперта сведена к попарной оценке ряда вариантов, оформленных в виде таблиц. ЛПР может добавлять на каждом уровне необходимые с его точки зрения критерии и сценарии. Оценив конкретный уровень критериев и альтернатив, пользователь автоматически попадает на следующий. Заполнив все последовательно предложенные СППР таблицы, ЛПР получает интегрированную оценку сценария формирования долга субъекта РФ. Таким образом, СППР планирования сценария развития долга региона предлагает ранжированные факторы, критерии и альтернативные сценарии на основе качественных оценок каждого. В заключение отметим, что аналитическое планирование долга субъекта выявило факторы и методы, с помощью которых можно достичь желаемого результата. Конечно, необходимо привлечение экспертов, которые должны выбрать настоящие и будущие цели для формирования долга региона. Расчеты основаны на приоритетности одной альтернативы над другой. СППР значительно ускоряет процесс обработки расчета и оценки сценариев формирования долга субъекта Федерации. Список литературы 1. Андрейчиков А.В., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике. – М.: Финансы и статистика, 2000. 2. Чернышева Т.Ю. Аналитическая модель разработки сценариев развития госдолга. // Матер. Всерос. науч.-технич. конф. – Томск: Изд-во В-Спектр. – 2007. – Ч. 4. 3. Саати Т. Принятие решений. Метод анализа иерархий: / Пер. с англ. – М.: Радио и связь, 1989. 4. Мицель А.А., Чернышева Т.Ю. Программные средства для анализа и планирования муниципального долга. // Матер. Всерос. науч.-технич. конф. – Томск: Изд-во В-Спектр. – 2005. – Ч. 1. – С. 239–241. 5. Чернышева Т.Ю. Применение экспертных оценок в аналитическом планировании долга региона. // Проблемы экономики и управления. – 2007. – № 2. – С. 99–105. |
Permanent link: http://swsys.ru/index.php?page=article&id=1640&lang=&lang=en&like=1 |
Print version Full issue in PDF (8.40Mb) |
The article was published in issue no. № 4, 2008 |
Perhaps, you might be interested in the following articles of similar topics:
- Применение мягких вычислений для анализа структуры базы знаний информационной системы
- Система поддержки принятия решений при определении нозологической формы гепатита
- Комплекс программных средств для анализа риска и последствий аварий на химически опасных объектах
- Интеллектуальная информационная система для решения задач прогнозирования неисправностей вагонного оборудования на железнодорожном транспорте
- Система диагностики и оценки риска остеопоротического перелома на основе интеллектуального анализа данных
Back to the list of articles