Клименко О.І ЕКМ-06
ОПТИМІЗАЦІЯ ПРОЦЕСУ РЕСТРУКТУРІЗАЦІЇ ВУГІЛЬНОГО ПІДПРИЄМСТВА ЗАСОБАМИ НЕЙРОДІНАМІЧНОГО ВАРІАЦІЙНОГО ОБЧИСЛЕННЯ
Постановка проблеми у загальному вигляді та її зв'язок із важливими науковими завданнями. Динаміка основних показників стану вугільної промисловості свідчить про розвиток кризових явищ у цій галузі. Скорочення кількості діючих шахт (з 276 в 1991 р. до 160, з яких 140 – державні, в 2010 р. ) і, відповідно, потужностей вуглевидобутку (з 193 млн. тонн в 1991 р. до 95 млн. тонн в 2009 р.) привело й до зниження обсягів поставки вугілля на внутрішній ринок державними вугільними підприємствами[3].
Причиною цього явища є те, що вуглевидобувні підприємства галузі гублять своє основне значення, тому виникає необхідність у їй реструктуризації. В останні 10-15 років реструктуризація є одним з основних інструментів реформування вугільної промисловості. Однак, її низька ефективність обумовлюється відсутністю діючої системи керування цим процесом й, зокрема, розроблених моделей, методів й інформаційних технологій.
Сучасні напрямки в реструктуризації вуглевидобувних підприємств вимагають розробки нових підходів, методів і моделей спрямованих на створення умов не тільки для зміни структури керування, активів і витрат підприємства, але й розширення виробництва.
Тому розробка концепції моделювання оптимального процесу реструктуризації вугільного підприємства, системи моделей і методів для забезпечення їхнього економічного розвитку є актуальною.
Сьогодні головною проблемою керування вугільними підприємствами в Україні, як й в інших вуглевидобувних країнах, став пошук ефективних шляхів реструктурування.
Реструктуризація на вуглевидобувних підприємствах є звичайним явищем, і має місце завжди, коли відбувається виснаження основного ресурсу, що добувається, а витрати на видобуток і збагачення різко підвищуються.
Тривалість функціонування вуглевидобувного підприємства в середньому становить 40 років і залежить від запасу вугілля й гірничо-геологічних умов. В ідеалі реструктуризація складається в закритті збиткового об'єкта, і створенні нового, з більше привабливими ресурсними можливостями й перспективним потенціалом. Однак реструктуризації можуть також підлягати шахти, у яких ще достатній запас вугілля.
Основними причинами реструктуризації підприємств вугільної області є:
- низька конкурентоспроможність вугілля на українському й міжнародному ринках;
- необхідність переходу до екологічно чистого виробництва й створення безпечних умов для роботи під землею;
- рішення соціальних й економічних проблем пов'язаних із закриттям збиткових шахт.
Особливої уваги заслуговує оцінка фінансового стану вуглевидобувного підприємства під впливом дестабілізуючих факторів. Це пов'язане з тим, що фінансовий стан економічного об'єкта надалі визначає правонаступництво майнових прав і зобов'язань, тому що шахти є нерентабельними й дотаційними підприємствами і їхній економічний стан не може бути досліджено відомими методами оцінки фінансового стану підприємств.
Таким чином, розробка моделі оптимізації процесу реструктуризації вугільного підприємства, для забезпечення максимуму доходу й мінімізації витрат є актуальним завданням[1].
Мета й завдання дослідження. Метою дослідження є розробка методів і моделей підвищення ефективності реструктуризації вуглевидобувних підприємств.
Для досягнення цієї мети поставлені такі завдання:
проведення аналізу діяльності вуглевидобувних підприємств у ринкових умовах;
визначено особливості керування підприємствами вугільної області в умовах реструктуризації;
проведено аналіз існуючих методів і моделей керування підприємствами в умовах реструктуризації й адаптації до зовнішніх факторів;
розробити модель процесу оцінки ймовірності стану показників діяльності вуглевидобувних підприємств в умовах реструктуризації;
розробити модель оцінки ефективності роботи системи керування підприємствами;
розробити інформаційно-аналітичну систему керування вуглевидобувними підприємствами в умовах реструктуризації.
Аналіз останніх публікацій. Проблемам керування й реструктуризації вугільної промисловості присвячені роботи закордонних і вітчизняних учених: А. Н. Алымова , А. И. Амоши , В. М. Гееца , Ю. Г. Лисенко, В. Ф. Сытника, В. А. Забродського, Н. И. Іванова , Н. Г. Чумаченко , Я. Г. Берсуцкого, В. Н. Тимохіна і других.
Постановка завдання. Один з показників якості роботи моделі оптимізації є визначення граничних значень рівня доходу й витрат (min або max) і втримання економічного об'єкта на цьому рівні.
(1)
Уведемо позначення:
– оцінка якості виробничого складового функціонала ефективності системи керування в момент 
;
– оцінка якості управлінського складового функціонала ефективності системи керування в момент ;
– безліч ресурсів (факторів) виробництва;
– безліч ресурсів керування;
– безліч цілей керування;
– безліч результатів виробництва;
– безліч управлінських дій;
– безліч станів системи керування;
– загальна ефективність роботи системи керування за період 
;
– макрофункція ефективності системи керування;
– функції якості виробничі й управлінської складові системи керування;
– виробнича функція системи.
Наступним етапом є визначення такого керуючий вплив, що забезпечило виконання властивості:
(2)
Необхідною умовою пошуку экстремума є рівність нулю перших часток похідних.
(3)
де G - градієнт.
Достатнє умовою пошуку экстремума – рівність нулю других часток похідних[1].
Тоді модель оптимізації системи керування підприємства вугільної промисловості буде мати такий вигляд:
(4)
Тоді модель оцінки ефективності роботи системи керування може бути представлена в термінах теоретико-множинного підходу.
Для визначення елементів названих безлічей використаємо індексацію:
– вид фактора виробництва, 
;
– вид ресурсу керування, 
;
– індекс мети керування, 
;
– визначення моменту часу, 
;
– вид отриманого результату, 
;
– вид управлінських дій, 
.
За умови, що вірогідність переходу системи з одного стану в наступне визначається як 
, модель можна записати в наступному виді :
, 
;
;
;
;
;
.
Метод побудови системи оптимального процесу реструктуризації вугільного підприємства включає наступні етапи:
аналіз й оцінка неузгодженості з вихідними показниками;
моделювання показників і визначення оптимальних значень;
утримання системи в крапці экстремума.
Проведений аналіз показав, що комплексне застосування моделей і методів знайшло своє застосування в ІАС і системах керування економічними об'єктами. У цих системах здійснюється аналіз фінансово-економічних показників з подальшим рішенням завдань оптимізації, прогнозування, прийняття рішень на всіх рівнях управлінської системи. При обробці інформації в ІАС використаються економіко-математичні методи й моделі, і виробляються наступні дії :
фіксування інформації, що надходить із всіх джерел економічного об'єкта, і збір цієї інформації в базі даних ІАС;
обробка й фільтрація економічної інформації в ІАС ;
аналіз інформації в ІАС;
подання інформації для різних рівнів керування економічним об'єктом;
рішення завдань оптимізації, прогнозування економічних показників і підготовки основи прийняття рішень для керування економічним об'єктом.
Таким чином, запропонована модель оптимізації системи керування підприємством вугільної промисловості забезпечує втримання економічного об'єкта в крапці экстремума.
Існує кілька методів пошуку екстремуму цієї моделі. Найбільш підходящими засобами є:
Принцип максимуму Понтрягина;
застосування нечіткої логіки;
програмування Беллмана;
генетичні алгоритми;
варіаційне обчислення;
нейронні мережі.
Кожен із цих засобів має свої, лише йому притаманні властивості. Так за допомогою принципу максимуму Понтрягина, варіаційного обчислення або програмування Беллмана ми можемо вирахувати чітке значення екстремуму нашої функції але таке рішення буде дуже громозким й некомпьютерізованним. Інщі засоби, зокрема, нейронні мережі, дають можливість знайти одне з множини рішень, яке не є єдиним оптимальним рішенням, але задовольняє усім введеним обмеженням.
На мою думку найкраще реалізувати дану модель за допомогою нейронних мереж. Запропонований метод багатомірного прогнозування, що базується на використанні багатошарової нейронної мережі із прямою передачею дозволяє одержати прогнозні значення економічних показників з урахуванням коефіцієнтів активності зовнішнього середовища. Даний метод прогнозування є універсальним і може бути використаним як у стратегічному, так й в оперативному керуванні економічними об'єктами різного рівня.
Таким чином, можна зробити висновок, що показники ефективності діяльності підприємства залежать від оперативності обробки інформації і якості прогнозу. Саме тому в умовах реструктуризації дослідження шляхи підвищення ефективності керування підприємством необхідно починати з оцінки стану підприємства.
Рішення про проведення процесу реструктуризації приймається групою осіб, які приймають рішення по сукупності критеріїв. У цьому випадку мова йдеться про групове прийняття рішення. У зв’язку з цим постає питання про застосування нейронно-мережевої моделі, що імітує групове прийняття рішень.
Багатокритеріальна модель групового прийняття рішень на основі штучних нейронно-мережевих агентів та нечітких множин на відміну від традиційних групових прийнять рішень замість людських експертів застосовує штучні інтелектуальні агенти (ІА). Ця модель реалізується наступними кроками:
- обираються декілька інтелектуальних методів у якості А (нейронна мережа зворотного розповсюдження помилки, метод опорних векторів, радіальні мережі та ін.);
- використовуючи набори даних, обрані ІА виробляють різні оцінки, встановлюючи різні параметри навчання;
- для різних результатів оцінки здійснюється фазифікація, в результаті чого одержуються нечіткі судження;
- нечіткі судження агрегуються у групове рішення, використовуючи оптимізаційний метод, за умови принципу максимальної погодженості;
- агреговане нечітке групове рішення дефазифікується в чітке число. Це дефазифіковане значення може бути використане як остаточне рішення про проведення процесу реструктуризації.
Висновки
Для забезпечення виконання операцій прогнозування станів об'єкта на етапі реструктуризації запропонована модель процесу оцінки ймовірності станів економічних об'єктів.
Запропоновано систему прогнозування економічних показників вуглевидобувних підприємств в умовах реструктуризації, що включає метод багатомірного прогнозування на основі нейронних мереж.
Розроблений метод багатомірного прогнозування, що базується на використанні багатошарової нейронної сети із прямою передачею дозволяє одержати прогнозні значення економічних показників з урахуванням оцінки ймовірності станів економічних об'єктів.
ПЕРЕЛІК ПОСИЛАНЬ:
Чумакова Е.Б. Модель оптимизации системы управления предприятия угольной промышленности // Новое в экономической кибернетике: (Сб. науч. тр.) Под общ. ред. Ю.Г. Лысенко; Донецкий нац. ун-т. // Модели управления в рыночной экономике – Донецк: ДонНУ, 2007. – № 10. – С. 229-235.
Чумакова О.Б., Іванов М.М. Метод оцінки фінансового стану вуглевидобувних підприємств у процесі реструктуризації // Збірник Криворізького економічного інституту КНЕУ: (Зб. наук. праць), Кривий Ріг, КЕІ ДВНЗ «КНЕУ ім. В. Гетьмана», 2007, №4. – С. 68-73.
Ширнин И.Г., Палкин В.А., Дубницкий В.И. Состояние угольной и сланцевой отраслей ЕС и Украины // Уголь Украины. – 2007. - № 8. – С. 8-10.
mvp.gov.ua