Сетевое издание

Современные проблемы науки и образования

ISSN 2070-7428

"Перечень" ВАК

ИФ РИНЦ = 1,006

Формирование стратегии инновационного развития региона, учитывающей не один - два сценария, а весь спектр вариантов социально-экономической системы региона требует детального согласования внушительного объёма неполной, неструктурированной, противоречивой социально-экономической и технологической информации, поступающей с различных уровней системы управления региона. До недавнего времени органы власти и управления не располагали информационно-аналитическими и коммуникационными системами нужной мощности с такими функциональными характеристиками, которые позволяли бы генерировать адекватные математические модели сложных социально-экономических и технологических систем. Поэтому требование взаимного согласования сценариев развития различных отраслей регионального и федерального хозяйства оказывалось невыполнимым [10].

В современных условиях поиск возможных решений проблем управления инновационными процессами становится одной из важнейших задач устойчивого развития, как для социально-экономических систем регионального масштаба, так и для систем более высокого уровня: федерального, международного, мирового. Эффективное управление инновационными процессами, как важнейшая подзадача обеспечения устойчивого развития территории, требует создание новых и развития существующих подходов для ее решения. Другой немаловажной задачей в области поддержки управления научно-инновационной и социально-экономической стратегии устойчивого развития является создание новых инновационных структур, которые позволят стабилизировать экономическую ситуацию посредством реализации экономически эффективных бизнес -проектов, развития рыночной конъюнктуры и коммерциализации новых научных разработок.

Для решения обозначенных задач необходимо сформировать открытую многофункциональную информационную инфраструктуру поддержки развития инноваций, наделенную потенциалом к саморазвитию, способную аккумулировать информационную составляющую инновационного потенциала региональной экономики и генерировать необходимый импульс её инновационного развития. Информационная инфраструктура должна стать базисной основой логической интеграции и автоматизированной децентрализованной обработки разнородных информационных ресурсов инноваций. В качестве технологической платформы для практической реализации и развертывания такой инфраструктуры могут выступать современные технологии одноранговых распределенных информационных систем, системы интеллектуальной обработки данных, технологии мультиагентных систем, интернет-технологии и средства телекоммуникаций [2].

Применение технологии мультиагентных систем позволит создать адекватную среду информационно-аналитической поддержки процесса разработки стратегии инновационного развития региона, учитывающую распределенность, динамичность и структурную сложность образующих его подсистем и субъектов инновационной деятельности.

Система информационно-аналитического обеспечения процесса разработки стратегий инновационного развития региона включает методическую и информационную компоненты (рис. 1) [4].

Под методическим обеспечением подразумевают совокупность как уже существующих, так и разрабатываемых в настоящее время методов и средств поддержки принятия управленческих решений, методов стратегического планирования, методов имитационного моделирования динамики развития и поведения социально-экономических систем, моделей и методов прогнозирования и мониторинга внутренних, внешних проблем развития и вариантов поведения региональной системы в кризисных состояниях; методов и средств автоматизации процессов поиска и обработки информации, интеграции разнородных информационных ресурсов и систем, моделей и методов анализа и оценки рисков возникновения чрезвычайных ситуаций природного и техногенного характера в условиях временных ограничений и неполноты информации.

 

Рис. 1. Информационно-аналитическая поддержка процесса разработки стратегий инновационного развития

Информационное обеспечение разработки стратегий инновационного развития не ограничивается интеграцией в многомерной базе данных больших объемов информации о показателях, характеризующих инновационный процесс в регионе, а представляет собой комплекс инструментальных средств для создания имитационных моделей сложных процессов, протекающих в региональных социально-экономических системах различной степени сложности и масштаба, информационных ресурсов и программно-технологических средств, используемых для мониторинга, анализа и прогнозирования регионального социально-экономического развития, а также программно-технических систем и комплексов информационно-аналитической поддержки деятельности органов власти и управления [3].

В процессе проведения мониторинга инновационного развития региона аналитически обрабатываются огромные массивы информации, поэтому целесообразно применение современных информационных технологий обработки данных, в частности интеллектуального анализа. При этом, накопленная информация, содержащаяся в хранилищах данных, реализованных на базе концепций OLAP и Data Mining, является информационной основой для работы аналитиков. OLAP-технологии позволят предоставить оперативный доступ к данным, организованным в виде многомерной базы. При помощи Data Mining можно выявить скрытые закономерности в больших объемах информации. Названные технологии охватывают различные аспекты процесса анализа данных, взаимно дополняя друг друга, поэтому целесообразно их совместное использование в системе мониторинга инновационного развития региона [1]. Информационно-аналитическая система мониторинга развития инновационных процессов региона включает хранилище данных, содержащее статистические показатели, аналитическую платформу, позволяющую проводить оценку данных, используя технологии интеллектуальной обработки данных - Data Mining (рис. 2) [1].

Рис. 2. Информационно-аналитическая система мониторинга инновационных процессов

Для исследования развития инновационных процессов в регионе используют следующие показатели: удельный вес организаций, осуществляющих инновационную деятельность; количество выданных патентов на изобретения и на полезные модели; число созданных передовых производственных технологий; число используемых передовых производственных технологий; число организаций, выполняющих научные исследования и разработки; численность персонала, занятого научными исследованиями и разработками; внутренние затраты на научные исследования, разработки и технологические инновации.

В процессе анализа, данные из хранилища загружаются в аналитическую платформу Deductor, которая реализует различные технологии Data Mining: многомерное представление данных; корреляционный анализ; расчет рейтинга развития регионов [9].

Регион является сложным объектом, обладающим свойствами гетерогенности, гетерохронности и гетерархированности, поэтому для успешного процесса разработки стратегий инновационного развития региона требуется более мощный инструмент, чем сценарный подход. Регион является сложным объектом, обладающим свойствами гетерогенности, гетерохронности и гетерархированности, поэтому для успешного процесса разработки стратегий инновационного развития региона требуется более мощный инструмент, чем сценарный подход. Необходимо использовать концепцию, основанную на синтезе методологического, научного и проектного подходов. Задача синтеза сводится к формированию сложной неоднородной конструкции, состоящей из взаимосвязанных схем деятельности, информационных моделей и моделей знаний: имитационной или игровой, воспроизводящей и фиксирующей схемы игрового взаимодействия участников социально-экономических отношений; математической, описывающей поведение количественных характеристик социально-экономических и технологических процессов, на основе теоретических, экспериментальных и статистических данных, которые могут зафиксировать или высказать в качестве гипотез участники игрового взаимодействия; информационной модели, которая описывает структуру данных и информационные потоки в моделируемой системе [10].

Организационно-техническим решением в данном случае может выступать региональный ситуационный центр, предоставляющий возможности информационно-аналитического сопровождения процесса разработки стратегий инновационного развития.

В настоящее время технологии управления на базе ситуационных центров, позволяющие создавать адаптивные модели управления и разрабатывать эффективные решения в условиях непредсказуемой внешней среды, отработаны и продолжают развиваться. Ситуационные центры обеспечивают два качественных аспекта обработки и предоставления информации: многоэкранность пользовательского информационного поля и применение для обработки информации высокоинтеллектуальных информационно-коммуникационных технологий [7, 8].

Ситуационный центр – комплекс специально оборудованных рабочих мест для персональной и коллективной аналитической работы группы руководителей. Задача ситуационного центра заключается в поддержке процесса принятия стратегических решений с помощью визуализации и тщательной аналитической обработки оперативной информации. Преимущество ситуационных центров связанно с тем, что они позволяют использовать в процессе принятия решения образное и ассоциативное мышление руководителя. Представление ситуации в виде образов «сжимает» данные и обеспечивает обобщенное восприятие происходящих событий, влияющих на решение [5, 6].

Концепция ситуационного центра как комплексной информационно-аналитической системы поддержки принятия и контроля исполнения управленческих решений представлена на рис. 3.

Рис. 3. Система ситуационного центра

Ситуационные центры уникальны по своему организационно-техническому и программному обеспечению. Они реализуют самые современные достижения методов и технологий, лежащих в основе принятия решений и инжиниринга бизнес-процессов. Ситуационные центры используют следующие методы поддержки принятия решений.

Методы прогнозирования. Эти методы имеют узкие границы применимости и не позволяют принять адекватные решения в кризисных условиях. Применяются алгоритмы прогнозирования, среди которых наибольшее распространение получили нейронные сети, фрактальные и интегрированные методы.

Методы ситуационного моделирования применяются для моделирования сложных социально-экономических и политических ситуаций с обратными связями и большим числом управляющих параметров. Такие методы требуют специализированных пакетов, включающих внутренний язык описания моделей, средства численного моделирования, оптимизаторы и развитый интерфейс.

Методы работы с неточными, неполными, размытыми данными. Снижение качества информации, снижение достоверности данных в условиях кризисной ситуации приводят к накоплению ошибок при обработке информации и утрате контроля над ситуацией. Для обработки неполных и неточных данных используют аппарат нечеткой логики, нечеткой алгебры и размытых множеств.

Методы оптимизации. Задачи определения наилучшего решения относятся к числу трудно решаемых задач, часто требующих полного перебора вариантов. В реальных ситуациях используются разнообразные методы упрощения, исследования окрестности локальных решений. В ситуационных центрах чаще всего используют генетические алгоритмы, на основе эволюционных вычислений для сокращения времени поиска оптимальных решений.

Таким образом, тенденция обращения регионов к стратегическому инновационному планированию и попыткам выйти за границы текущей деятельности как новое явление в региональной политике последних лет исключительно важна. Она ставит региональную власть в новую более мощную позицию, в которой возможен переход от парадигмы функционирования к парадигме развития. Единая методологическая база для разработки стратегий инновационного развития региона может быть получена на основе комбинирования различных научных концепций, информационных технологий и инструментов моделирования, таких как концептуальное моделирование, теория самоорганизации, мультиагентные технологии, системная динамика, математическая теория безопасности и риска, методы анализа устойчивости нелинейных динамических систем, теория управления сложными динамическими системами в условиях неопределенности, методы системного моделирования сложных неоднородных систем.

Статья подготовлена при финансовой поддержке РФФИ в рамках научно-исследовательского проекта «Синтез методологий предвидения и когнитивного моделирования для разработки стратегии инновационного развития региона» (проект № -14-01-90401).

Рецензенты:

Горелова Г.В., д.т.н., профессор, профессор кафедры государственного и муниципального управления Института управления в экономических, экологических и социальных системах, ФГАОУ ВПО ЮФУ, г. Таганрог;

Ромм Я.Е., д.т.н., профессор, зав. кафедрой информатики Таганрогского института имени А.П. Чехова (филиал) РГЭУ (РИНХ), г. Таганрог.