Decision Support Systems. Theory and Practice (DSS 2008)

All 3 messages.

	Participator of the conference:	Уразаева Лилия Юсуповна, e-mail:delovoi2004[at]mail.ru
	Authors:	Л.Ю. Уразаева, И.А. Галимов
	Title of report:	МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ИННОВАЦИОННЫХ ПРОЦЕССОВ

Кряжич О.А., участник конференции, г. Северодонецк

420

  Уважаемые авторы! Уважаемая Лилия Юсуповна!
  Понимаю, что в рамках доклада на конференцию не возможно изложить все. Поэтому, ответьте пожалуйста на такой вопрос: каким образом или на каком этапе в модели учитывается уровень рисков, которые имеются при реализации любого инновационного процесса, а также уровень сопротивляемости к внедрению инноваций? Ведь все это оказывает немаловажное значение на конечный результат.
  Заранее благодарна за ответ!

Уразаева Лилия, ГОУ ВПО УГАТУ , Уфа, Россия	421
Очевидно, мы как авторы тоже имеем право на свое представление проблемы-и на определенную инновационность мышления тоже Самое главное-описываемый нами подход адекватно описывает процесс, причем дает возможность доводить все до конкретных вычислений, имеет практический выход Если представлять на практике суть инновационных процессов, то очевидно, что любой проект должен иметь бюджет, это верно и при социализме и при капитализме, должен иметь если хотите обязательный бизнес-план, самое главное бюджет. Естественно при планировании бюджета специалисты выбирают тот, или иной поход оценок для этапов-из того, что имеется в наличие, а не остаются витать с воздухе с призрачными матоижаниями-на кону обычно деньги предприятия или государства И если проект-остановится где-то на полпути(из-за недостатка денег)-грош цена ему, и его создателям


Кряжич О.А., участник конференции, г. Северодонецк		444
Уважаемые авторы! Исходя из изложенного материала предложенной Вами модели именно и выходит, что оценка рисков проводится «или-или», почему и возник заданный ранее мною вопрос. Любое принятие решений в сфере внедрения инноваций окружено неопределенностями как внутреннего, так и внешнего порядка. В любой момент может возникнуть непредвиденная техническая проблема, необходимость перераспределения ресурсов, новые оценки рыночных возможностей. Поэтому любая модель инновационного процесса должна быть достаточно гибкой, а динамичность ситуации требует большего управленческого внимания к рискам, чем в любой другой сфере деятельности. В частности, Г. Я. Гольдштейн в книге «Стратегические аспекты управления НИОКР», а также Скурихин В. И., Забродский В. А., Копейченко Ю. В. В книге «Адаптивные системы управления машиностроительным производством» указывают на сложность данной проблемы, особенно при машинном моделировании процессов. Данные авторы указывают, что гипотетические объекты разрабатываются на основе имеющейся в распоряжении исследователя формализованной априорной информации о свойствах реальных объектов и тех гипотез, которые он считает необходимым принять. То и другое в совокупности составляет исходные данные для разработки моделей. Разделение исходных данных на формализованную априорную информацию и гипотезы имеет принципиальное значение. Действительно, в основе формализованной априорной информации лежит имеющийся опыт прежних исследований. Эти данные являются достоверными или почти достоверными. Гипотезы же основываются на догадках исследователя, аналогиях с другими областями науки, интуитивных предположениях, на эвристических суждениях; они не являются достоверными и подлежат экспериментальной проверке. Перечень гипотетических объектов должен быть достаточно полным, с тем, чтобы он охватывал все возможные модификации реального объекта и условия, в которых этот объект может находиться, т.е, фактически с учетом рисков на той или иной стадии пребывания инновационного процесса. Случайный процесс x(t) задается бесконечной совокупностью функций времени Хk(t), k = 0,+ - 1,…., + - бесконечность, каждая из которых относится к одному из гипотетических наблюдений процесса во времени и называется реализацией случайного процесса. Свойства случайного процесса описываются распределениями вероятностей или их параметрами, характеризующими устойчивые и информативные закономерности, в том числе и многочисленные риски, которым подвержен исследуемый процесс. Удобной (а возможно, единственной) формой учета априорной информации, по словам указанных авторов, и гипотез h является вероятностная модель, под которой понимается всякое представление случайного процесса, позволяющее вычислить или постулировать вероятностные характеристики, существенные в решаемой задаче. При этом исследуемый случайный процесс x(t) с определенным уровнем риска записывается в следующем виде: x(t) = m{Ei(t)} где m=(a,h) – оператор, характеризующий тип модели, выбранной на основе априорной информации а и гипотез h; Ei(t),i = 1,2….,p – некоторые элементарные случайные процессы, вероятностные свойства которых считаются известными. Модели m є M должны образовывать множество М, достаточно полно описывающее свойства реальных объектов исследования. Для наиболее полной оценки рисков при управлении инновационными процессами используется поэтапная, пофазовая оценка рисков, как единственная дающая возможность оценить различные факторы, влияющие на ход инновационного процесса на различных стадиях (этапах). Именно тотальная идентификация и оценка рисков дает возможность оценить базовый уровень готовности к внедрению очередного этапа, сложности внедрения очередного этапа, позволяет оценить связанность этапов проекта и в дальнейшем – разработать мероприятия по снижению риска с целью эффективной реализации инновационного процесса. Почему же тогда в Вашей модели подход к оценке рисков (исходя из вашего ответа) по критерию «либо-либо»? Ведь это приведет к тому, что развитие и реализация инновационного процесса может быть поставлена под сомнение через большую вероятность наступления неучтенного риска из-за выборочного подхода к его оценке. С уважением - Ольга Кряжич.