Материал: Оптимизация и моделирование в автоматизированных системах. труд. ФГБОУ В.О., Воронежский г.т.и

оценка значимости результатов деятельности для потребителей из сайтов организаций социальных сетей;

анализа эмоциональной окраски высказываний путем извлечения значений о потребителе, измерение характеристик потребительского опыта [5]; оценка выполнения требований при различных ситуациях, связанных с

контролем параметров функционирования [3].

Остановимся на каждом из этих направлений подробнее.

При оценке эффективности процесса функционирования организационной системы используются цифровые данные, полученные в ходе мониторинга с определенной периодичностью на интервале времени ݐ ǡ [4]:

В последнее десятилетие для сравнения нескольких организационных систем обозначилась тенденция перехода от множеств (1.1), (1.2) к интегральным оценкам, вычисляемым на основе преобразований [7],

преобразований в системе цифрового управления. При этом часть оценок (1.1), (1.2) и оценки (1.5) являются показателями эффективности процесса функционирования организационных систем. Другая часть (1.1), (1.2)

140

представляет собой ресурсные характеристики функционирования и используется в качестве управляющих воздействий, обеспечивающих выполнение цели управления [9]:

непрерывные значения на некотором интервале.

Второе направление связано с цифровизацией оценок потребителя результатов деятельности организационной системы. На современном этапе развития электронных коммуникаций источником информации для определения оценок являются сайты организаций и социальные сети [3]. Используя эти источники, осуществляют анализ эмоциональной окраски высказываний (тональности текста) [5]. Применяются методы контент-анализа в компьютерной лингвистике, предназначенные для автоматизированного выявления в текстах эмоционально окрашенной лексики и эмоциональной оценки потребителей (мнений) по отношению к определенным результатам деятельности организационной системы.

Для получения указанных оценок в цифровой форме целесообразно использовать системы шкалирования. Степень тональности высказывания оцениваются лингвистическими переменными, характеризующими на

целочисленной шкале ǡ следующие области:

ǡ отрицательной тональности,

ǡ нейтральной тональности,ǡ позитивной тональности,

где ǡ ǡ ǡ ǡ.

Конкретные значения, принадлежащие этим областям, определяются на основе экспертного оценивания [10]. В результате для каждого результата деятельности организационной системы получаем цифровые данные

где ǡ нумерационное множество наименований результатов деятельности.

Другой важной составляющей является цифровая оценка знаний о потребителях результатов деятельности организационной системы. Для оценки каждого ǡ аспекта этих значений используется некоторая целочисленная шкала ǡ ǡ характеризующая, в какой степени имеются соответствующая информация. Тогда получаем цифровые данные

141

В ряде случаев имеющейся информации достаточно для определения количественных оценок взаимодействия организационной системы с потребителями. Такой количественной оценкой является коэффициент лояльности потребителя по отношению к му ǡ наименованию результата деятельности

использованием технологии интернета вещей с целью получения двоичной

По оценкам (1.7) - (1.11) управленческие решения, заданные в лингвистической форме (в отличие от управляющих воздействий (1.6), заданных в количественной форме), выбираются на нумерационном множествеǡ на основе определения следующих альтернатив

Таким образом, результатом цифровой трансформации является цифровой двойник организационной системы по всем трем направлениям представляющий собой набор следующих данных:

ݑ ݐ ǡ ǡ ǡݐ ǡ.

Для того, чтобы использовать цифровые данные (1.13) для принятия управленческих решений требуется цифровой анализ [3]. В большинстве случаев аналитические цифровые платформы выполняют следующие функции:

1)извлечение данных: файлы, базы данных, веб-сервисы, бизнесприложения;

2)очистка, предобработка, структуризация путем связывания, систематизации и консолидации данных;

3)отбор показателей, машинное обучение, прогнозирование;

4)интерпретация результатов с использованием визуализации, многомерный анализ.

По результатам машинного обучения фиксируется код нейронной сети регрессионной зависимости [11]

В качестве цифрового процесса принятия управленческих решений, предлагается использовать итерационный процесс оптимизации [12], который оперирует только с численными значениями оптимизируемых переменных и оптимизируемых функций, построенных на основе заданных целей управления [13]. Для каждого периода времени функционирования организационной системы ݐ ǡ процесс оптимизации будем характеризовать:

вектором оптимизируемых переменных

компоненты которого являются непрерывными переменными в случае управляющих воздействий (1.6) и дискретными – в случае (1.12);

оптимизируемой функцией

значения которой вычисляются с использованием обученных нейронных сетей, отражающих зависимости.

С целью построения замкнутого контура цифрового управления организационной системой, аналогичному НЦУ технологической системой, предлагается объединение на единой цифровой платформе процессов цифровой трансформации, цифровой аналитики и численной оптимизации принятия управленческих решений.

143

Литература

1.Основы автоматизации технологических процессов и производств /Кол. авторов, под ред. Г. Б. Евгенева.–М.: Изд-во МГТУ им. Н. Э. Баумана, 2015.– 441 с.

2.Прангишвили И. В. Микропроцессоры и локальные сети микроЭВМ в распределенных системах управления / И. В.Прангишвили.–М.: Энергоиздат,

1985.– 272 с.

3.Вайл П. Цифровая трансформация бизнеса / П. Вайл, С. Ворнер.–М.: Альпино Паблишер.– 2010.–257 с.

4.Зернов В. А. Критерии мониторинга как эффективный инструмент повышения конкурентоспособности отечественного образования // Высшее образование сегодня.–2013.–№7.–С.4-9.

5.Денисова Д. С. Анализ эмоциональной окраски текста/ Д. С.Денисова// Международный научный журнал «Синергия наук» №19.–2018.– С.1415-1424.

6.Карелина И. Г. Мониторинг деятельности образовательных организаций в высшем образовании. Ч.1 / И. Г. Карелина, А. Б. Соболев, С. О. Сорокин// Высшее образование сегодня: – 2015.–№7.–С.55-61.

7.Батищев Д. И. Оптимизация в САПР / Д. И.Батищев, Я. Е.Львович, В. Н.

Фролов. – М.: Высш.шк., 1977. – 416 с.

8.Дуканич В. В. Рейтинговое управление экономическими системами и процессами: концепция и некоторые результаты применения/В. В.Дуканич, А. С.Тимченко // Экономический вестник Ростовского государственного университета.–2005.–Т.3.–.С.83-91.

9.Бондарев Я. П. Интеллектуализация управления изменениями в деятельности вуза на основе мониторинго-рейтинговой информации / Я. П.Бондарев, Я. Е.Львович // Современные проблемы науки и образования. –

2013. – №3.

10.Львович Я. Е. Принятие решений в экспертно-виртуальной среде / Я. Е.Львович, И. Я.Львович. – Воронеж: ИПЦ «Научная книга», 2010. – 140 с.

11.Рутковская Д. Нейронные сети, генетические алгоритмы и нечеткие системы /Д. Рутковская, М. Пилиньский, Л. Рутковский. – М.: Горячая линия– Телеком, 2013.–384 с.

12.Львович И. Я. Информационные технологии моделирования и оптимизации: краткая теория и приложения / И. Я.Львович, Я. Е.Львович, В. Н.Фролов. – Воронеж: ИПЦ «Научная книга», 2016. – 444 с.

13.Масленников В. В. Формирование системы цифрового управления организацией / В. В.Масленников, В. В.Ляндау, И. А.Калинина // Вестник Российского экономического университета им. Г. В. Плеханова. – №6, 2019.–

С.116-123.

Воронежский институт высоких технологий

144