Комплексный научный коллектив

СУЩНОСТЬ И ОСНОВНЫЕ ХАРАКТЕРИСТИКИ ИССЛЕДОВАНИЯ ОПЕРАЦИЙ (ИСО)

 

Было предложено много определений ИСО, а также выдвинуто много доводов в защиту того, почему этот предмет нельзя определить. Анализируя предложенные определения, следует помнить, что ни одну из старых, давно сложившихся наук, ни науку в целом никогда не удавалось определить так, чтобы были удовлетворены все, кто этой наукой занимается. Тем не менее, приведенное ниже определение может служить полезной основой для общего понимания природы ИСО, особенно в связи с только что рассмотренной историей развития предмета. Можно сказать, что ИСО-это: 1) применение научного метода, 2) комплексными научными коллективами, 3) для решения задач, связанных с управлением организованными (человеко-машинными) системами с целью получения решений, которые Отличительные особенности ИСО, приведенные в этом определении, заключаются в том, что: а) оно характеризуется системным подходом, б) использованием комплексных научных коллективов и в) применением научного метода к задачам управления. Рассмотрим теперь каждую из этих особенностей более подробно.

исследование операция задача управление

Системный подход ИСО

 

Этот подход основан на том, что в организационных системах поведение любой части, в конечном счете, некоторым образом влияет на все остальные части. Не все такие влияния существенны, а часть из них даже невозможно обнаружить. Поэтому суть этого подхода заключается в систематическом поиске существенных взаимодействий при оценке деятельности или стратегии любой части организации.

Такой подход к организационным задачам кардинально отличается от подхода, связанного с приведением задачи к приемлемому размеру. Операционисты почти всегда расширяют первоначальное представление о предложенной им задаче, включая в нее взаимодействия, не учтенные в формулировке, данной руководством. Для рассмотрения таких более широких, а, следовательно, и более сложных задач необходимо развитие новых методов исследования.

Если бы управление производством и запасами рассматривалось только с точки зрения производственного отдела, то было бы невозможно понять влияние любой выработанной с этих позиций стратегии на объем и издержки сбыта, на потребности фирмы в финансах и кадрах. В ИСО предпринимается попытка учесть все существенные факторы, установить между ними связь и оценить их в целом.

Комплексный научный коллектив

 

Расчленение научных знаний на отдельные конкретные дисциплины - явление сравнительно новое. Этот процесс относится к XIX в. Примерно до конца XVII в. один человек мог овладеть если не всеми, то основными «научными» знаниями, накопленными к тому времени человечеством. Поэтому не было никакой нужды в специализации и все области научного исследования назывались философией. Но когда объем знаний начал превышать объем памяти человеческого мозга, появилась специализация. Стали отличать естественную, или натурфилософию, от традиционной философии, не опиравшейся на эмпирические данные. Позднее натурфилософию начали называть естественными науками. Примерно с середины прошлого века естественные науки разделились на физику и химию. Немного спустя в самостоятельный предмет выделилась биология, а к концу века также и физиология. В начале этого века сложились так называемые общественные науки. Каждая из упомянутых наук делилась и подразделялась все дальше и дальше. На сегодняшний день существует более сотни различных научных дисциплин.

Мы настолько привыкли классифицировать научные знания в соответствии с кафедральной структурой университетов, что подчас считаем, будто такая организация соответствует структуре самой природы. Нет ничего более далекого от истины. Не существует таких вещей, как физические, биологические, психологические, экономические задачи и т. д. Существуют лишь задачи. Научные же дисциплины представляют собой различные методы исследования этих задач. На любую задачу можно взглянуть с позиций любой научной дисциплины. Но, естественно, далеко не всегда это целесообразно делать. В сущности это та же мысль, которая была высказана уже ранее, но в другой форме: для организации не существует самостоятельных производственных, сбытовых или финансовых задач. Такое расчленение отражает лишь различные подходы к рассмотрению одних и тех же организационных задач.

Так, например, столкновение автомашины с локомотивом на переезде можно объяснить законами движения или техническим отказом сигнальных устройств, или состоянием здоровья водителя, или состоянием его психики, или общественным использованием автомашин как средства самоубийства. Позиция, с которой мы рассматриваем событие, определяется причинами, вызывающими наш интерес к нему. Если, допустим, мы стремились бы предотвратить повторение подобного события, то мы рассматривали бы эту задачу так, чтобы получить эффективное решение в кратчайшее время при наименьших затратах.

На основе нашего опыта мы находим эффективные способы анализа большинства часто возникающих задач. При решении незнакомых и сложных задач мы склонны использовать тот же подход, который нам лучше всего известен. Поэтому нет ничего удивительного в том, что если, скажем, перед специалистом по психологии персонала ставится задача увеличения производительности, то он старается решить ее путем подбора наиболее квалифицированных рабочих или улучшения их профессиональной подготовки. Инженер-механик старается усовершенствовать сами станки. Специалист по организации производства пытается улучшить размещение оборудования, упростить операции, выполняемые рабочими, или предложить более эффективные меры стимулирования. Специалист по анализу систем и процедур стремится усовершенствовать поток информации, циркулирующей внутри предприятия, и т. д. Каждый из этих специалистов может добиться определенных улучшений, но какое из них или какая их комбинация является наилучшей? В отношении сложных задач мы редко знаем это заранее. Поэтому целесообразно рассмотреть и оценить возможно более широкий диапазон подходов к задаче. В этом причина создания комплексных научно-исследовательских коллективов.

Поскольку в настоящее время существует уже более сотни чистых и прикладных научных дисциплин, очевидно, что нет возможности использовать представителей каждой из них при выполнении каждого научно-исследовательского проекта, но желательно представить в этом коллективе как можно большее число дисциплин и подвергнуть критическому анализу работу коллектива с позиций наиболее широкого круга дисциплин, не представленных в нем.

Метод ИСО

 

При изложении сущности научного метода в большинстве случаев утверждается, что его отличительной особенностью является эксперимент. Однако, когда речь идет о государственных, военных или промышленных организациях, эксперимент в узком смысле слова, т. е. физическое изменение значения переменных, часто бывает невозможен или нецелесообразен. Так, например, промышленная фирма не может рисковать своим существованием ради проведения успешного эксперимента. Конечно, эксперимент иногда возможен, особенно на уровне подсистем, и он действительно играет важную роль в ИСО. Тем не менее, как правило, вся система, являющаяся объектом изучения, не может быть подвергнута эксперименту. Поэтому в большинстве случаев, исследуя систему в целом, необходимо применять подход, не связанный с проведением эксперимента (в узком смысле, т. е. требующего физических изменений изучаемого объекта).

Возможность такого подхода подсказывает метод, применяемый астрономами, которые находятся примерно в том же положении, что и операционисты (хотя в ближайшем будущем это положение может измениться). Астроном имеет возможность наблюдать систему, которую он изучает, но не может изменить ее. Поэтому он строит модели системы и механизмов ее функционирования, т. е. модели, на которых и проводит свое исследование. Операционист обычно должен поступать точно таким же образом.

Операционные модели имеют форму уравнений, которые, хотя и могут быть сложными с математической точки зрения, отличаются очень простой структурой:

 

 

где Uесть полезность или значение критерия, характеризующего качество функционирования системы; Xi - переменные, которыми можно управлять;Yj - переменные (и постоянные), не поддающиеся управлению, но влияющие на U и f - функция, задающая соотношения между U,Xiи Yj.

Кроме того, одно или несколько уравнений или неравенств часто требуются для выражения того факта, что некоторые из управляемых переменных могут изменяться в определенных пределах. Так, например, количество машинного времени, отводимое на производство изделий, не может быть меньше нуля или больше общего ресурса машинного времени. Сумма ассигнований, направляемых в различные подразделения фирмы, не может превышать общего количества наличных денег. Уравнение, выражающее целевую функцию, совместно с ограничениями образует модель системы или задачи, которую мы хотим решить. Следовательно, здесь идет речь, как о модели принятия решения, так и о модели системы.

Если модель построена, то ее можно использовать для отыскания точных или приближенных оптимальных значений управляемых переменных, т. е. таких значений, которые обеспечивают наилучший показатель качества функционирования системы при заданных значениях неуправляемых переменных. Иными словами, можно получить решение задачи на модели. Как именно получается это решение, зависит от характера используемой модели.

Решение может быть получено на модели экспериментально (т. е. путем изменения параметров модели) или с помощью математического анализа. В ряде случаев математический анализ можно провести, не зная конкретных значений переменных (т. е. в абстрактной или символической форме). В других случаях значения переменных должны быть заданы численно.

Для некоторых типов функций f (например, элементарных алгебраических функций), если число ограничений не слишком велико, классические методы математики являются эффективным средством отыскания оптимальных значений управляемых переменных. За последние годы были развиты новые математические методы решения задач, в которых число ограничений настолько велико, что их решение классическими методами практически невозможно. Некоторые из этих новых методов рассматриваются в данной книге.

С другой стороны, функция f может представлять собой набор вычислительных правил (алгоритмов), которые позволяют вычислять значение критерия качества функционирования системы (U) при любом заданном множестве значений управляемых и неуправляемых переменных, но не обеспечивают непосредственного отыскания оптимальных значений управляемых переменных. Обычно можно также определить процедуру последовательного выбора значений управляемых переменных таким образом, чтобы эти значения сходились к оптимальному решению. В некоторых алгоритмах затраты на отыскание оптимального решения могут оказаться слишком большими по сравнению с выгодой, даваемой таким решением в сравнении с достаточно «хорошим» решением, которое иногда можно определить сравнительно просто. Всякий раз, когда вычисляется значение U, соответствующее новому набору значений Xi; при заданных значениях Yjполучают некоторую новую информацию о том, как функционирует система. Из этой информации можно сделать вывод, что иной набор значений Xiобеспечивает определенное улучшение функционирования системы. Если есть возможность оценить размер улучшения до выполнения вычислений, то можно сравнить затраты на вычисления и решить, целесообразны ли дальнейшие попытки.

Система может быть такой, что значения всех Yj неизвестны до того, пока не принято решение относительно выбора значений Xi.Так, например, если одна из величин Yjпредставляет собой сбыт следующего месяца, а одна из величин Xiесть объем производства следующего месяца, то может возникнуть необходимость принятия решения тогда, когда известно только распределение вероятностей сбыта. В таких случаях, если функция f достаточно проста, иногда можно провести усреднение по неизвестным переменным и выбрать решение, приводящее к наилучшему среднему значению. Однако процесс усреднения часто настолько сложен, что он оказывается практически нереализуемым. Поэтому иногда возникает необходимость проведения экспериментов на модели (т. е. моделирования), в ходе которых выбираются значения неуправляемых переменных с относительными частотами, задаваемыми распределениями их вероятностей. Это позволяет вычислить соответствующее значение U и в конечном счете найти закон распределения этой величины. Иногда такие эксперименты проводятся полностью на вычислительной машине.

В ряде случаев роль человека, принимающего решения в системе, невозможно достаточно хорошо описать, так что не удается выразить в явном виде его функции с помощью модели. В такой ситуации моделирование могут осуществить сами люди. Этот вид моделирования носит название операционных игр.

Независимо от того, какой метод используется, всегда отыскивается оптимальное или близкое к нему решение. Оптимальным является решение, которое минимизирует или максимизирует (в зависимости от существа задачи) критерий качества на модели при заданных условиях и ограничениях, представленных в этой модели. Поэтому оптимизация дает наилучшее решение проблемы, которая описывается данной моделью. Но вследствие того, что модель никогда не является точным описанием задачи, полученное таким путем оптимальное решение также никогда не является единственным наилучшим решением реальной задачи. Если исходить из того, что модель дает «хорошее» представление задачи, то оптимальное или близкое к нему решение, полученное на модели, является «хорошей» аппроксимацией оптимального решения реальной задачи. Во всяком случае, оно значительно лучше, чем стратегия или процедура, которую это решение должно заменить.

Поскольку оптимальные значения переменных, полученные в результате решения, улучшают качество функционирования системы только в том случае, когда исследуемая модель является хорошим описанием этой системы, необходима проверка соответствия модели реальной действительности и трезвая оценка найденного решения,* Иными словами, прогнозируемые результаты реализации решения необходимо сравнить со стратегией или процедурой, которую оно должно заменить.

Наконец, поскольку целью ИСО является не выпуск научных отчетов, а улучшение качества функционирования систем, то результаты исследования должны быть внедрены (если они приемлемы для лица, имеющего право принятия решений). Именно на этой стадии производится окончательное испытание и оценка результатов исследования. Поэтому как раз на этой стадии исследования перед, операционистами открывается наилучшая возможность для приобретения опыта.

Если решение, ради отыскания которого проводится исследование, принадлежит к категории многократных, то, учитывая характер систем, изучаемых в ИСО, вполне вероятно, что в интервале между принятиями решений изменятся значения некоторых неуправляемых переменных и даже структура самой системы. Поэтому необходимо обнаруживать существенные изменения в системе и во влияющей на нее внешней среде и изменять решение соответствующим образом. Иначе говоря, результаты, представляющие собой правила принятия многократных решений или же решения, применяемые в течение длительных интервалов времени, следует подстраивать, т. е. контролировать корректность их применения.

Таким образом, в любом операционном проекте можно выделить, следующие пять составных частей:

) постановка задачи,

) построение модели,

) отыскание решения,

) проверка модели и оценка решения,

) внедрение решения и контроль его правильности.

Хотя к указанным частям операционного проекта обычно приступают именно в таком порядке, работа над ними вовсе не заканчивается в этой последовательности. В сущности, выполнение каждой части обычно продолжается до завершения всего проекта и происходит при взаимодействии с группами, выполняющими остальные части проекта. Так, например, успешная постановка задачи зависит от того, рассмотрены ли, хотя бы предварительно, все остальные вопросы, особенно практическая реализуемость предлагаемого решения задачи.

 

ЛИТЕРАТУРА

 

. Заварыкин В.М. и др. Численные методы. - М.: Просвещение, 1991.

. Крутевский и др. Вычислительная техника в инженерных и экономических расчетах. - М.: Высшая школа, 1985.

. Информатика. Учебник. / Под ред. И.В.Макаровой. - 3-е изд.перераб. - М.: Финансы и статистика, 2005.

. Конюховский П.В. Математические методы исследования операций: пособие для подготовки к экзамену. - СПб.:Питер, 2001.

. Акулич И.Л. Математическое программирование в задачах и упражнениях. - М.: Высшая школа, 1993.

Поделиться:

Воспользуйтесь поиском по сайту: