Самарина Г.П., Дорошко С.Е. Анализ хозяйственной деятельности предприятий строительной отрасли

Глава 2.8.

Динамическая ноосферно-синергетическая производственно-мотивационная модель

Известно, что управление в иерархических моделях, даже расширенных классической системой обратных связей, не обеспечивает эффективность оценок. Т.к. по мере углубления на новый уровень иерархии связи и полученные функциональные зависимости несут в себе все возрастающие смещения (ошибки).

Данная проблема еще более усложняется, если учесть, что формируемая система функционалов на каждом уровне значительно зависит от начальных и граничных условий, порождаемых каждым из уровней. Это вытекает из логики эволюционной, динамической экономики в ее современной интерпретации, требующей рассматривать экономику как целостную систему, а не ее отдельные уровни макро, мезо, микро как это было принято в прошлом 20-ом веке благодаря работам основателей классической и неоклассической экономики. Экономические результаты неоклассического подхода наглядно проявляются в сегодняшних системах управления государством, регионами, отраслями, организациями, подразделениями и собственно рабочими местами персонала. Ошибки в принятии решения поражают своими величинами смещений в управленческих функционалах всех уровней.

Рассмотрим это на примере классической задачи оптимизации каждого иерархического уровня. Понятно, что любое оптимальное решение может быть найдено, при условии, если корректно заданы начальные и граничные условия. Напомним, что в реальной экономике эти условия также являются функционалами, которые формируются как верхними, так и нижними иерархическими уровнями. В результате мы имеем каноническую проблему поиска глобального экстремума зачастую нелинейных функционалов в поле множества локальных экстремумов (см. рис. 2.21.).

Рис. 2.21. Каноническая проблема поиска глобального экстремума

Практически в этих условиях такая задача с трудом решаема даже в настоящее время, несмотря на высокий уровень компьютеризации современного общества. В результате на всех этапах управления, от анализа до планирования даже при условии, что экстремум найден (вопрос какой глобальный или локальный?!), высока вероятность того, что исследователь, управленец некорректно учел функционалы начальных и граничных условий. В итоге он сталкивается с классической поговоркой системных аналитиков: "Если на вход совершенной системы подать мусор, то на выходе будет получен высоко оптимизированный мусор". С данными проблемами общество столкнулось еще в середине 20-го века.

Обратим внимание на результаты исследования 1 главы.

При построении среднеотраслевых эталонных моделей строительной отрасли нами сознательно допускались ошибки. Строилась усредненная модель между средне плохим предприятием, средне хорошим предприятием в условиях депрессионной экономики. В результате, полученная средняя модель была далека от эффективной. Если сравнить российские показатели с американскими строительными компаниями эта ошибка, как будет показано далее, многократно возрастет. Это понимание и расчеты позволили авторам доказать всю несостоятельность всеобщего усреднения (см. выше). И необходимость введения в авторскую концепцию и модели синергетического подхода.

Чтобы осмыслить всю сложность описанных выше проблем рассмотрим интерпретацию, представленную на рисунке 2.22. в виде графического образа. Графический образ развития, например, эталонного тестирования (нормирования) как системы координирует вертикальные и горизонтальные связи микро, мезо и макро среды организации (отрасли). По мнению ведущих специалистов в области экономики, необходимо разработать методологию, с одной стороны, передающую не только традиционные горизонтальные уровни, но и их вертикальные срезы, а с другой, отражающую целостно, системно их взаимодействие. В итоге можно получить единую динамическую эталонную систему нелинейного (зачастую существенного) взаимодействия этих двух системных срезов как единого целого.

Опыт практической работы по эталонному тестированию [5,10,11,33-37,44,100] 10 отраслей РФ, США и соответствующим им фирмам, данные которых были получены из Internet баз ФКЦБ РФ, SEC USA, BEA DOC USA [59-95], показал, что при планировании большинство фирм используют принцип "от достигнутого" уровня. На этот недостаток неоднократно обращали все ведущие экономисты. Необходимость эталонного тестирования ими осознавалась, но методические подходы не были разработаны. В связи с этим ограничением из всего многообразия пространства решения, представленного на рисунке 2.22. мини поверхностями 1, 2, 3, фирмы формируют зону "оптимального решения", условно отраженную поверхностью "Область решений".

Рис. 2.22. Зрительный образ n-мерного иерархического критерия Самариной.

Наши исследования различных отраслевых моделей из всего многообразия решений, лежащих в том же пространстве решений 1, 2, 3, формируется своя оптимальная зона – поверхность 3, которая также будет с высокой долей вероятности далекой от совершенства. Как правило, эти две поверхности оптимальных решений отражают видение эффективности управления со стороны макро, мезо и микро среды. В итоге модели макро, мезо и микро среды имеют смещения по оценке оптимальных решений, что наглядно видно на рисунке 2.22..

Понятно, что сторонники микроэкономики искренне убеждены, что определенная ими поверхность 1, это не локальный, а глобальный экстремум. Как не парадоксально, приверженцы макроэкономики уверены, что глобальный экстремум расположен на поверхности 2. При этом ни одна из сторон не собирается уступать, ведь тогда они вынуждены будут признать ошибочность своих "классических" подходов. Последствия для современной экономики, науки согласно Edward C. Prescott и Finn Е. Kydland будут тяжелыми: "…к сожалению, динамическая экономика трудна для новичков, чтобы учиться …"

В результате пропасть "…между исследованиями и обучением экономистов…" будет все более внушительной. Академики РАН В.Маевский и В.Макаров правы: "…в условиях третьей промышленной революции неизбежно будет усиливаться разрыв объективной реальности и детерминированной традиционной экономики".

Авторы считают, что цель управления и моделирования заключается в том, чтобы с помощью обратных связей, показанных на рисунке 2.22., осуществить стягивание, корректировку начальных, граничных условий, что, в свою очередь, вызывает эконометрическое изменение модели в целом. Зоны 1 и 2 будут стягиваться в зону 3, в которой учитываются требования микросреды фирмы по оптимальному управлению персоналом и обеспечению его соответствующими технологиями и капиталом с учетом запросов макро, мезо среды фирмы. В тоже время, учитывая, что модели макро, мезо среды отражают средние тенденции в отрасли, а фирма может по своим показателям превосходить эти данные, то в этом случае модели макро, мезо среды корректируется в пользу моделей микросреды. Т.к. на самом деле оптимальная зона находится не в точке 3 или 2, а в точке 1, при условии, что фирма по всем показателям превосходит среднеотраслевые данные. Если же фирма явно отстает от средних показателей своих конкурентов, то можно с уверенностью сказать, что зона оптимума находится не в точке 1 и 3, а в точке 2, и всем подразделениям фирмы следует пересмотреть свои плановые показатели и оценку своей деятельности. Если же фирма по ряду показателей лучше среднеотраслевых, а по ряду хуже, то в этом случае производится подгонка и макро, и микро моделей. Тогда зона 1 и зона 2 должны быть стянуты в зону 3. Данный процесс итерационен и каждое из изменений по любому количеству факторов (в наших исследованиях около 5000 показателей по каждой отрасли) может осуществляться автоматически с помощью модифицированного метода Монте-Карло [5,10,11,33-37,44,100].

Следует также обратить внимание еще на один, по нашему мнению, немаловажный момент. Любой итерационный процесс в условиях отсутствия максимальной независимости каждого из иерархических уровней модели может с высоким уровнем вероятности порождать "несходимость" решений вплоть до выхода из области решений. Поэтому на этапе постановки задачи для построения динамических ноосферно-синергетических производственно-мотивационных моделей управления необходимо в рамках принципа независимости сформировать устойчивые иерархические уровни, сохраняя гомоморфизм модели в целом. Данный подход построения устойчивых иерархических уровней не прихоть. Наш опыт показывает, что зачастую исследователь сталкивается с неожиданностями вроде бы на "ровном" месте. Так, в частности, при анализе результатов научно-исследовательской работы специалистов бюро экономического анализа Минторговли США (ВЕА) по построению межотраслевых балансов и системы национальных счетов (СНС) были выявлены значительные смещения, которые порождают монополизацию рынков, что несовместимо с рыночными принципами. Эти латентные причины скрыты в методологии, в том числе в эконометрических расчетах. Как следствие зона оптимальных решений значительно смещена. В настоящее время они вынуждены поддерживать несколько типов индексов по оценке реального ВВП с глубиной более 40 лет. И это только малая часть выявленных проблем.

Подобные казусы устойчиво приводят (настойчиво подталкивают) к глобальному пересмотру моделей в условиях невнятности декларируемой обществом институциональной системы устойчивых иерархических уровней, которые авторы пытались прописать в производственно-мотивационных моделях. Постоянно выявляемые ошибки сталкивали формируемые эталонные модели управления в зону неустойчивых локальных экстремумов (не глобальных) и принятия решений. Только благодаря созданной системе устойчивых иерархических уровней, определенных в модели, авторы могли с минимальными потерями выходить из ситуаций, вызываемых латентными процессами современной экономики.

Тем не менее, авторы считают, что более корректным будет метод осознанных действий персонала фирм по поиску значимых дополнительных факторов, которые в моделях ранее не учитывались. Данный подход позволяет моделям эволюционировать и расширять пространство эконометрических критериев, и как следствие в дальнейшем более правильно осуществлять позиционирование фирмы в своей конкурентной среде, что вытекает из самой сути гомоморфизма. Ни одна из моделей не может учитывать все факторы микро, мезо и макросреды и является упрощенным представлением, несмотря на многообразие используемых факторов. Бесспорно, что построение и/или использование в повседневной работе эталонных моделей подобного класса предусматривает наличие в фирмах персонала, отвечающего требованиям современной экономики. При этом предполагается, что большинство рутинных традиционных операций на фирмах автоматизировано. Например, автоматически осуществляется построение, анализ, контроль ежедневных бухгалтерских балансов, производственных издержек, управление запасами и т. д. и все эти рутинные операции занимают не более одного часа в день. В этом случае персонал в основном сосредоточен не на управлении текущими оперативными работами, а на управлении стратегией фирмы. Следует особо подчеркнуть, что процесс работы по данной схеме не разовая акция, а повседневная деятельность.

Процесс построения эталонных иерархических моделей опирается на семь срезов с целью сохранения гомоморфизма моделей в целом и выявления тенденций, происходящих на каждом из уровней.

Первый уровень (макроуровень) включает межгосударственные сопоставления по укрупненным социально-экономическим показателям: ВВП, ВНД, производительность труда, доля компенсации в объеме продаж, реальная оплата труда и т.д.

На втором уровне (макроуровень) происходит выбор страны-эталона и сравнение исходя из принципа подобия территориального, национального, социально-экономического, институционального управления.

На третьем срезе проводится сравнение на региональном уровне (мезоуровень) с эталоном показателей с учетом особенностей в монетарно-фискальной политике и политике доходов и заработной платы.

На четвертом отраслевом уровне (мезоуровень) дополнительно вводятся укрупненные показатели затраты-выпуск. Этот уровень является базовым для принятия решения о целесообразности дальнейших параллельных исследований. Критерий прост, если показатели зеркально противоположны в моделях и отличия составляют более 50%, то параллельные исследования не проводятся и, наоборот. Эталонное сравнение предусматривает параллельные исследования эталона и объекта. Если расхождения между показателями объекта и его эталонами увеличиваются более чем в 2 раза, то можно говорить о системных нарушениях и дальнейшие параллельные вычисления становятся бессмысленными. Это свидетельствует о системном кризисе в экономике, а не в объекте исследования, например, предприятие строительной отрасли как объект.

Пятый уровень (микроуровень) включает укрупненную детализацию отрасли по подотраслям с учетом функциональной направленности (целевых функций отрасли). Критерий выделения подотраслевой направленности также несложен. Если вариация по большинству показателей более 20-30% целесообразно осуществить классификацию отрасли на подотрасли.

На шестом уровне (микроуровень) проводится детализация по производственно-технологическим подразделениям (в международных стандартах для строительной отрасли выделяется 14-20 подотраслей), каждое из которых делится на управленческое и производственное, а также основное и вспомогательное.

На седьмом уровне (микроуровень) происходит детализация по специальностям в укрупненной сквозной классификации специальностей по международной организации труда, а также североамериканской классификации специальности (около 770).

Таким образом, авторы выделили семь уровней от рабочего места персонала до межгосударственных сопоставлений, на каждом уровне исследуются свои факторы, объединенные главным понятием в рамках кратко рассмотренной динамической ноосферно-синергетической производственно-мотивационной концепции. Любой уровень должен рассматриваться в векторном пространстве по 5 критериям: со стороны динамики, ноосферы, синергетики, мотивации и далее традиционно производственный вектор. Учитывая, что данная модель (см. рис. 2.22.) симметрична по четвертому уровню: три уровня сверху и три снизу, то на четвертом принимается решение о прекращении дальнейших параллельных исследований в случае неоднородности эталонных моделей с изучаемыми объектами (предприятие строительной отрасли). Хотя вычислительные мощности позволяют продолжить работы по построению моделей, но большие исследовательские затраты, связанные с проблемами российской информационной непрозрачности на данном этапе, создают невозможность проведения параллельных углубленных исследований. Несмотря на зеркальность параметров и явные указания о нецелеобразности проведения исследований авторы склонны согласится с их необходимостью по следующей причине. Процесс выхода страны из мотивационной ямы (кризиса труда) может осуществляться на первых порах с помощью макрофакторов [5,10,11,33-37,44,100]. Если признать подход В.И.Маевского, В.Л.Макарова по макрогенерациям [11] правильным с уточнениями авторов, утверждающих, что, в конечном счете, микрогенерации определяют состояние макрогенерации, то необходимо знать состояние не только верхнего слоя, но и главное микрослоя, который и формирует макросреду. Выход государственной системы в зону оптимального развития на более чем 80% детализации зависит от микросреды при условии предварительной нормализации макросреды.

Отметим ряд моментов в пользу необходимости проведения регулярной работы по динамическому эталонному тестированию моделей управления предприятиями строительной отрасли, который был исследован членом нашего коллектива В.Чекирдой [44].

Первый момент. В процессе эконометрических исследований на уровне межгосударственного сопоставления, в которых авторы опирались на данные статистических Internet баз World Bank и правительств развитых стран, были выявлены погрешности в данных в исторической ретроспективе на глубине от 3 до 8 лет [59-95]. Ошибка по каждому исследованному показателю составляла в среднем около 3-5% по каждому году.

Второй момент. В процессе эталонного тестирования части базы данных ПО "Инвест", которая формируется на основе Internet баз бюро экономического анализа (ВЕА) министерства торговли США, авторами также были выявлены погрешности в данных в исторической ретроспективе на глубине от 1 до 25 лет [5,10,11,33-37,44,100]. Ошибка составляла в среднем около 3-10% по каждому году. При этом в базовом индикаторе - ВВП в реальном выражении для страны, отраслей, регионов ошибка в среднем достигает более 336%.

Третий момент. Анализ характера функций ошибок показал, что в исторической ретроспективе они зачастую имеют нелинейный характер, и как следствие вводят существенные смещения в эталонные модели управления.

Таким образом, среднеотраслевые показатели, которые авторы формируют на первом этапе на основе статистических данных министерств, ведомств, в дальнейшем ежедневно пополняются дополнительными отчетными данными фирм из Internet баз SEC USA [59-95]. Поиск достаточно прост, учитывая единую классификацию отраслей и подотраслей, эти данные предоставляются SEC USA бесплатно в рамках Программы раскрытия информации 1934 года. База данных фирмы будет постоянно расширяться дополнительными данными, как следствие модели будут более корректны и точны. В результате экономисты, управленцы фирм переходят от рутинного, пассивного управления на основе анализа только своей фирмы к творческому, активному процессу управления на основе эталонных моделей.

Остановимся на ряде важных, по нашему мнению, моментах, таких как: выбор эконометрического инструментария и исходных статистических данных.

Анализ литературных источников по эконометрическим, синергетическим исследованиям показал, что к настоящему времени не существует универсальных, устойчивых методов. Поэтому дальнейшие эконометрические исследования аналитик, управленец вынужден проводить с одновременным использованием всего многообразия классического эконометрического инструментария на основе следующей классификации экономико-математических методов:

Эконометрические методы.

Элементарные статистики, в том числе многомерные.
Дисперсионный анализ, в том числе многомерный.
Ковариационный анализ, в том числе многомерный.
Корреляционный анализ, в том числе многомерный.
Регрессионный (линейный, нелинейный) анализ, в том числе многомерный.
Дискриминантный анализ, в том числе многомерный.
Факторный анализ, в том числе многомерный.
Метод главных компонент, в том числе многомерный.
Метод многомерного шкалирования.
Канонический анализ. Каноническая корреляция, в том числе многомерная.
Кластерный анализ и распознавание образов.
Монте-Карло, Бутстреп и другие методы статистического моделирования.

Численный анализ.

Линейная, матричная, полиномов алгебра.
Специальные функции.
Численное интегрирование. Интегральные уравнения.
Обыкновенные дифференциальные уравнения.
Интерполяция, аппроксимация, сглаживание, численное дифференцирование.
Решение уравнений и систем общего вида.
Математическое программирование (линейное, нелинейное).
Оптимизационные методы.

Авторы считают, что при исследовании предприятий любой отрасли, в том числе строительной, необходимо использовать все перечисленные методы без исключения.

В настоящее время существует множество программ класса ПО «Инвест», реализующих все вышеперечисленные методы. Окончательные выводы качественного уровня должны делаться только при условии, если все или как минимум 60-70% всех методов, несмотря на их ограничения, дали количественные оценки, на основании которых можно корректно, на качественном уровне осуществить их экономическую интерпретацию. Если большинство количественных оценок подтверждают близкую по содержанию качественную экономическую трактовку, то в этом случае будет формироваться содержательный экономический вывод. Из всего многообразия количественных оценок разнообразных эконометрических методов должны быть отобраны только те, которые обеспечивают максимальную точность и минимальные смещения. Необходимость данного подхода вызвана неопределенностью эконометрических решений.

В экономике наблюдаемое явление может быть описано многими не противоречащими друг другу способами. Эта произвольность или неопределенность, долгое время бывшая предметом исследования ученых, кратко отмечена Мултоном, что любая группа явлений может быть непротиворечиво описана разными путями, вернее, с помощью бесконечно большого числа путей. Независимо от причин, по которым выбираем способ интерпретации, можно предпочесть любой способ, кажущийся аналитику наиболее целесообразным.

Рассмотрим данный момент на примере одного из используемого эконометрического инструмента – факторного анализа. Задачи эконометрического анализа точно также являются неопределенными в том смысле, что для заданного набора параметров и коэффициентов корреляции между ними коэффициенты факторного отображения могут быть вычислены неоднозначно. Иначе говоря, может быть найдено бесконечное число ортогональных систем факторов, адекватно описывающих выборочные коэффициенты корреляции. Это свойство было известно математикам еще со времен первых исследований в факторном анализе. Впервые оно было формально изложено Г. Хотеллингом в применении к методу главных компонент. Много позже T. Андерсон и Г. Рубин дали краткое доказательство этого факта в терминах матричной алгебры.

Неопределенность модели, т.е. неоднозначность факторных нагрузок a_jp, имеет своей причиной то обстоятельство, что факторное решение, определяя m-мерное пространство, содержащее общие факторы, не определяет базиса в этом пространстве, а следовательно, не устанавливает положения факторов в нем. С этой неопределенностью приходится сталкиваться дважды: на первом этапе, при поиске какого-либо решения, удовлетворяющего модели в эконометрическом смысле, и на втором этапе, при придании этому решению вида, наиболее удобного с точки зрения экономической интерпретации. Большинство вычислительных процедур факторного анализа дают неоднозначное решение для факторных нагрузок. В то же время любое решение может быть найдено в «каноническом виде». После того как факторное решение найдено система факторов подвергается такому «вращению», чтобы в итоге была получена экономически интерпретируемая модель.

Дальнейшие эконометрические исследования показали, что предложенных подходов явно недостаточно. При переходе от динамической ноосферно-синергетической производственно-мотивационной концепции к реальному построению моделей продолжали наблюдаться латентные, бифуркационные процессы. Это потребовало более внимательно рассмотреть все семь уровней модели Самариной через призму теории нечетких множеств, логики и нейронных сетей.

Теория нечетких множеств (fuzzy sets theory) ведет свое начало с 1965г., когда профессор Лотфи Заде (Lotfi Zadeh) из университета Беркли опубликовал основополагающую работу "Fuzzy Sets" в журнале "Information and Control" [http://sedok.narod.ru/,http://www.cs.berkeley.edu/~zadeh/,99]. Прилагательное "fuzzy", которое можно перевести на русский язык как нечеткий, размытый, ворсистый, пушистый. Оно введено в название новой теории с целью дистанцирования от традиционной четкой математики и Аристотелевой логики, оперирующих с четкими понятиями: "принадлежит - не принадлежит", “истина - ложь”.

Концепция нечеткого множества зародилась у Заде "как неудовлетворенность математическими методами классической теории систем, которая вынуждала добиваться искусственной точности, неуместной во многих системах реального мира, особенно в так называемых гуманистических системах, включающих людей" [http://www.cs.berkeley.edu/~zadeh/,99].

Началом практического применения теории нечетких множеств можно считать 1975г., когда Мамдани и Ассилиан (Mamdani and Assilian) построили первый нечеткий контролер для управления простым паровым двигателем. В 1982 Холмблад и Остергад (Holmblad and Osregaad) разработали первый промышленный нечеткий контроллер, который был внедрен в управление процессом обжига цемента на заводе в Дании. Успех первого промышленного контроллера, основанного на нечетких лингвистических правилах “Если - то” привел к всплеску интереса к теории нечетких множеств среди математиков, инженеров, экономистов. Несколько позже Бартоломеем Коско (Bart Kosko) была доказана теорема о нечеткой аппроксимации (Fuzzy Approximation Theorem), согласно которой любая математическая система может быть аппроксимирована системой, основанной на нечеткой логике. Другими словами, с помощью естественно-языковых высказываний-правил “Если - то” с последующей их формализацией средствами теории нечетких множеств, можно сколько угодно точно отразить произвольную взаимосвязь “входы-выход” без использования сложного аппарата дифференциального и интегрального исчислений, традиционно применяемого в управлении и идентификации.

Системы, основанные на нечетких множествах, разработаны и успешно внедрены в таких областях, как: управление технологическими процессами, управление транспортом, медицинская диагностика, техническая диагностика, финансовый менеджмент, биржевое прогнозирование, распознавание образов. Спектр приложений очень широкий - от видеокамер и бытовых стиральных машин до средств наведения ракет ПВО, управления боевыми вертолетами, и проведения биржевых операций. Практический опыт разработки систем нечеткого логического вывода свидетельствует, что сроки и стоимость их проектирования значительно меньше, чем при использовании традиционного математического аппарата, при этом достигается требуемый уровень робастности (точности) и прозрачности моделей.

Понятие нечеткого множества - эта попытка математической формализации нечеткой информации для построения моделей. В основе этого понятия лежит представление о том, что составляющие данное множество элементы, обладающие общим свойством, могут располагать этим свойством в различной степени и, стало быть, принадлежать к данному множеству с различными весовыми характеристиками. При таком подходе высказывания типа "такой-то элемент принадлежит данному множеству" теряют смысл, поскольку необходимо указать "насколько сильно" или с какой степенью конкретный элемент удовлетворяет свойствам данного множества.

Нечетким множеством (fuzzy set) на универсальном множестве U называется совокупность пар (µ_A(u),u), где µ_A(u) - степень принадлежности элемента uΕU к нечеткому множеству Степень принадлежности - это число из диапазона [0,1]. Чем выше степень принадлежности, тем в большей мере элемент универсального множества соответствует свойствам нечеткого множества.

Функцией принадлежности (membership function) называется функция, которая позволяет вычислить степень принадлежности произвольного элемента универсального множества к нечеткому множеству. Если универсальное множество состоит из конечного количества элементов , тогда нечеткое множество записывается в виде:

В случае непрерывного множества U используют такое обозначение:

Примечание: знаки сумма (Σ) и интеграл (∫) в этих формулах означают совокупность пар µ_A(U) и U.

Теория нечетких множеств стала ядром нейронных алгоритмов, которые пытаются моделировать работу нервной системы человека. Для начала разберемся с тем, как работает мозг человека.

Нервная система и мозг человека состоят из нейронов, соединенных между собой нервными волокнами. Нервные волокна способны передавать электрические импульсы между нейронами. Все процессы передачи раздражений от нашей кожи, ушей и глаз к мозгу, процессы мышления и управления действиями - все это реализовано в живом организме как передача электрических импульсов между нейронами.

Рассмотрим строение биологического нейрона. Каждый нейрон имеет отростки нервных волокон двух типов - дендриты, по которым принимаются импульсы, и единственный аксон, по которому нейрон может передавать импульс. Аксон контактирует с дендритами других нейронов через специальные образования - синапсы, которые влияют на силу импульса.

Можно считать, что при прохождении синапса сила импульса меняется в определенное число раз, которое мы будем называть весом синапса. Импульсы, поступившие к нейрону одновременно по нескольким дендритам, суммируются (в непрерывном случае интегрируются). Если суммарный импульс превышает некоторый порог, нейрон возбуждается, формирует собственный импульс и передает его далее по аксону. Важно отметить, что веса синапсов могут изменяться со временем, а значит, меняется и поведение соответствующего нейрона.

Нетрудно построить математическую модель описанного процесса. На рисунке 2.23. изображена модель нейрона с тремя входами (дендритами), причем синапсы этих дендритов имеют веса w₁, w₂, w₃.

Рис. 2.23. Модель нейрона с тремя входами

Пусть к синапсам поступают импульсы силы x₁, x₂, x₃ соответственно, тогда после прохождения синапсов и дендритов к нейрону поступают импульсы w₁x₁, w₂x₂, w₃x₃. Нейрон преобразует полученный суммарный импульс:

x= ∑w_ix_i=w₁x₁+w₂x₂+w₃x₃

В соответствии с некоторой передаточной функцией f(x). Сила выходного импульса равна:

y=f(x)=f(w₁x₁+ w₂x₂+ w₃x₃).

Таким образом, нейрон полностью описывается своими весами w_k и передаточной функцией f(x). Получив набор чисел (вектор) x_k в качестве входов, нейрон выдает некоторое число y на выходе.

Очевидно, что данная модель может существенно повысить эффективность работы в традиционных иерархических моделях с системой обратных связей. В предлагаемой семиуровневой модели все уровни иерархии, без исключения, объединены в нейронную сеть (см. рис. 2.24.).

Даже при самом упрощенном детерминированном подходе модель инициирует (2²⁸) вариантов функциональных связей. Ее разнообразность становится более полновесной, как только осознается реальная природа вероятностно-динамической ноосферной экономики.

Наше предложение по развитию моделей требует естественного пояснения. Практически необходимо ответить на вопросы:

"Почему совершенствование динамической ноосферно-синергетической производственно-мотивационной концепции, ее моделей можно обеспечить с помощью размытых множеств и нейронных сетей. Кроме этого, каким образом можно с помощью моделей поднять эффективность, доходность, снизить риски организаций и тем самым сформировать резервы для обеспечения их ноосферного устойчивого развития".

Понятно, что один из рычагов обеспечения эффективного функционирования компаний это повышение эффективности их управления. Это можно обеспечить с помощью методов нормативного (индикативного, эталонного тестирования) анализа и планирования, которые основываются на эконометрическом среднеотраслевом нелинейном моделировании.

При этом следует понимать, что нормативная среднеотраслевая нелинейная модель отрасли отражает некий средне-оптимальный уровень управления, сложившийся в данной группе предприятий в исследуемый период. Понятно, что этот средне-оптимальный уровень управления формируется всей совокупностью исследованных предприятий, объединенных в отрасль. Из чего следует, что в исходной исследуемой группе предприятий можно выделить три крупных группы: в среднем худших предприятий, наименее эффективно работающих, и как следствие имеющих самые высокие риски. Их прямую противоположность по всем показателям - в среднем лучших предприятий отрасли. И собственно средне-оптимальная группа, которая обеспечивает среднюю эффективность и средние риски по отрасли. Именно они и формируют окончательную среднеотраслевую модель. Поэтому утверждать, что полученная нормативная, эталонная модель являет собой безупречный или глобальный оптимум не приходится, т.к. есть, бесспорно, более эффективно работающие компании. На первый взгляд именно лучшие компании должны стать путеводной звездой развития всего сообщества и основой нормативной семиуровневой модели. Данное противоречие требует пояснения.

В основу нормативных, эталонных моделей положены позитивные принципы и подходы, которые отстаиваются эволюционной и институциональной экономиками. Они предлагают анализировать и далее развивать экономику эволюционным путем, формируя на каждом этапе эволюции соответствующий ей институциональный базис [18]. Тем самым они предоставляют всем участникам рынка, независимо от их нынешнего уровня понимания, управления, равные права и возможности по трансформации их бизнеса в зону устойчивого развития в последующие интервалы времени. Эволюционная, динамическая экономика твердо отвергает директивный, жесткий контроль, т.к. он неотвратимо приводит к принудительному переделу рынка и неизбежно, в конечном счете, формирует его монополизацию и последующую глобализацию, не имеющую ничего общего с рынком.

Эволюционная, динамическая ноосферная экономика и ее институциональное развитие как бы дает каждому участнику рынка право на ошибку в течение некоторого временного интервала. Это со всей очевидностью вытекает из того, что в условиях современной высоко динамичной экономики, которая развивается в условиях повышенной неопределенности и рисков, управленческие, экономические ошибки хозяйствующих субъектов неизбежны. В этих условиях только среднеотраслевая модель, а отнюдь не в среднем лучшая модель, может обеспечить максимальный эффект по реализации рыночных механизмов конкуренции и подавления тенденции глобализации, т.е. подавление механизмов конкуренции, уничтожению рынка, формированию тоталитарных систем управления и коррупции.

В результате, при условии существования среднеотраслевой нормативной модели, исследуемое сообщество, государственная система и собственно общество получают мощный инструмент, который в совокупности с рыночным механизмом конкуренцией позволяет давать реальную оценку деятельности по эффективности, доходности, рискам и т.д. любой компании. Понятно, что этот же инструмент нормативных моделей на объективной основе позволяет собственникам, управленцам, персоналу компании осуществлять свое позиционирование на рынке.

Их дальнейшие действия легко прогнозируемы. Каждая компания будет стремиться улучшить свои показатели, чтобы обеспечить свое выживание на рынке. В результате среднеотраслевая нормативная модель начнет свое эволюционное движение в направление лучших предприятий отрасли, как за счет повышения качества управленческих решений, так и за счет выбивания из исследуемого сообщества всех малоэффективных и высоко рискованных предприятий, нежелающих и/или не умеющих, и/или не признающих объективные экономические законы рынки.

Значит, эволюционная, институциональная, динамическая экономика достаточно лапидарна (предельно выразительна). Она не только опирается на здравый смысл, но также убедительно доказывает, что один из действенных способов эффективного развития рынка и формирования резервов это построение эталонных, нормативных моделей. Т.к. они обеспечивают устойчивое снижение рисков, повышают доходности компаний, и как следствие позволяют образовывать резервы для развития исследуемого сообщества. Понятно, что данный предварительный эффект еще более усилится, т.к. на основе сформированных ресурсов организуются подразделения, которые будут обеспечивать повышение эффективности инвестиционных процессов.

В результате за счет снижения ноосферных (социальных, техногенных, экологических) рисков компании неизбежно будут обречены на дополнительный рост доходов. Стало быть, предлагаемая нормативная модель отрасли позволит совершенствовать отрасль в направления устойчивого развития, т.е. выявить резервы и/или формировать их в системе компаний РФ.

Для лучшего понимания новой качественной основы модели, опирающейся на динамической ноосферно-синергетической производственно-мотивационной концепции современной экономики, необходимо дать дополнительное пояснение, почему предлагается многоуровневая иерархическая эталонная модель, и что собой представляют эти уровни. Практически необходимо построить семиуровневую иерархическую эталонную модель, описывающую исследуемую отрасль от рабочего места персонала до макро уровня. Опишем кратко эти семь иерархических уровня, начиная с верхнего (см. рис. 2.24.).

Перед тем как приступить к описанию рис. 2.24. остановимся на одном моменте. На рис. 2.24. отображен только вертикальный срез семиуровневой иерархической эталонной модели. Целью такого представления модели было желание показать, что реальную экономику, строительную отрасль, ее предприятия нельзя исследовать только на каком-то одном макро, мезо, микро уровне – горизонтальные срезы. Такой классический подход условного деления экономики по горизонтали на макро, мезо, микро уровни, принятый в прошлом веке, был вынужденным, т.к. отсутствовали мощные компьютерные, Internet технологии и совершенное эконометрическое программное обеспечение. Не говоря уже о необходимости ноосферного мышления. Следует признать, что такое архаичное экономическое мировоззрение, как это ни прискорбно для некоторых экономистов уходит в историю. Реальная ноосферная экономика это целостная система, поэтому ее нужно воспринимать, описывать и исследовать как сложную систему. Понятно, что если экономист будет выхватывать из экономической системы ее отдельный уровень, то все его исследования, анализ будут далеки от реальности. При этом сформированные выводы будут глубоко ошибочными, т.к. они не соответствуют объективным экономическим законам или далеки от них.

Очевидно, что экономическую систему следует рассматривать не только с использованием вертикальных срезов, как это показано на рис., но естественно и с использованием горизонтальных срезов по всем представленным на рис. уровням и их комбинациям. Понятно, что в этом случае каждый горизонтальный уровень также необходимо представить в нейронном виде, который отображал бы все многообразие функциональных динамических вероятностных эконометрических систем, подсистем, объединенных между собой не менее сложными моделями связей.

Рис. 2.24. Нейронная семиуровневая модель динамической ноосферно-синергетической производственно-мотивационной концепции авторов.

Естественно было желание графически представить всю динамическую ноосферно-синергетическую производственно-мотивационную модель - ее вертикальные и горизонтальные модельные срезы, но все наши попытки построить графический образ, к сожалению, не увенчались успехом. Ее образ становился необозримо, возмутительно большим и трудным для восприятия. Поэтому было решено отобразить только вертикальный срез модели. При этом каждый из горизонтальных уровней представить упрощенно, сжато в виде прямоугольника - системного понятия "черного ящика". В тоже время, понятно, что каждый из горизонтальных уровней в свою очередь можно представить себе в виде шахматной доски, т.е. в виде n-мерного пространства систем и их нейронных связей. Вся совокупность квадратов шахматной доски, с одной стороны, состоит, а, с другой стороны, образует (инициирует) многообразие функциональных динамических вероятностных эконометрических систем, подсистем, объединенных между собой не менее сложными моделями связей. Рассмотрев особенности графического образа модели, можно перейти к общему ее описанию.

Макроуровень. На данном уровне иерархии необходимо дать эконометрическую оценку исследуемой отрасли в системе экономики страны. Осуществить модельный анализ роли и места исследуемого объекта в системе государства. Этот уровень должен быть расширен знаковыми внешними макро факторами, существенно влияющими на доходность и риски компаний. Следует отметить, что к макро уровню относим анализ и эконометрическое моделирование на межгосударственном уровне. Так, в частности, на этапе сравнительного анализа строительной отрасли, финансовой системы, энергетического, минерального, нефтегазового комплексов и др. были выявлены латентные системные нарушения в экономике развитых стран. Они проявились только на этапе сравнительного анализа динамического развития и фазовых сдвигов отраслей. Данные системные нарушения нельзя выделить при укрупненном однофакторном анализе отдельной отрасли и всей экономики в целом. Только при проведении многофакторного динамического анализа на уровне экономики государств увеличивается вероятность выявления латентных системных нарушений в различных отраслях и их предприятий. Таким образом, необходимость данного уровня была доказана в практических исследованиях.