ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 05.01.2026
Просмотров: 1228
Скачиваний: 0
СОДЕРЖАНИЕ
5. Защита интеллектуальной собственности в инновационном процессе
5.1. Понятие интеллектуальной собственности
5.2. Авторское и патентное право
5.3. Патентование российских изобретений за рубежом
5.4. Лицензия, товарный знак, знак обслуживания
5.5. Охрана интеллектуальной собственности в режиме ноу-хау
5.6. Правовая охрана компьютерных программ и баз данных
5.7. Потребительские свойства интеллектуальной собственности
5.8. Оценка рыночной стоимости интеллектуальной собственности
6. Структурное моделирование и логико-структурный подход в управлении проектами
6.1. Структура проекта и методологии структурного анализа
1.1. Методологии k. Gane – t. Sarson, и t. De Marca
6.2. Логико-структурный подход
6.5. Оценочные показатели и метрики результатов
7. Математические методы анализа процесса управления инновационными проектами
7.1. Классификация и особенности аналитических методов и моделей процесса управления инновациями
7.2. Методы исследования операций в управлении инновационными проектами
7.3. Сетевое планирование при управлении инновациями
7.5. Использование математического аппарата производственных функций при управлении инновациями
7.6. Методы принятия решений при управлении инновационными проектами
В конце периода выполнения проекта важно точно оценить предполагаемые эксплуатационные расходы.
Контрольные вопросы по главе
охарактеризуйте известные методологии структурного анализа и моделирования;
что такое иерархическое дерево;
каковы преимущества и ограничения логико-структурного подхода;
из каких этапов состоит аналитическая фаза логико-структурного подхода;
из каких этапов состоит фаза планирования логико-структурного подхода;
дерево проблем и дерево целей;
строение логико-структурной матрицы;
приведите пример использования логико-структурной матрицы на аналитической фазе проекта;
приведите пример использования логико-структурной матрицы на фазе планирования.
7. Математические методы анализа процесса управления инновационными проектами
аналитические методы и модели, классификация аналитических моделей, исследование операций, сетевые модели, сетевое планирование, стохастические методы, балансовый модели, одно- и многопродуктовые модели Леонтьева, производственные функции, методы принятие решений
7.1. Классификация и особенности аналитических методов и моделей процесса управления инновациями
Классифицируют методы и модели управления ИП по различным признакам:
- по признаку целевого назначения выделяют теоретические и прикладные модели;
- по признаку масштаба (величины) изучаемого объекта модели делят на макроэкономические и микроэкономические;
- по признаку характера зависимости от времени модели делят на статические и динамические;
- по признаку способа отображения времени модели делят на дискретные и непрерывные;
- по характеру отображения причинно-следственных связей различают детерминированные, стохастические и теоретико-игровые модели;
- по математическому инструменту, применяемому при моделировании.
Выбор того или другого метода (модели) в каждом конкретном случае может производиться на основе следующих критериев [С.Янга, 32]:
практическая применимость;
стоимость использования;
выход, получаемый при применении;
достоверность;
стабильность решения, получаемого с помощью метода;
сбалансированность данного метода с другими методами.
Методы, используемые для формирования решений, могут быть эффективны лишь при определенных условиях, и возможность их применения может быть сужена различными ограничениями. Например, при корреляционном анализе объем выборки должен быть не меньше 30. Если мы хотим применить линейное программирование, используемые функции должны быть линейными.
В табл. 25 представлены основные математические методы, используемые при управлении ИП.
Кратко прокомментируем эту таблицу.
Ситуация 1-1 “статика-определенность”. Методы решения наиболее хорошо разработаны для подобных задач. Особенно эффективными являются вычислительные алгоритмы линейного программирования, в том числе точные. Когда целевая функция и ограничения нелинейны, существуют лишь приближенные методы, среди которых следует отметить весьма перспективный метод Скарфа. Геометрическое программирование применяется для решения задач с функциями типа производственных функций Кобба - Дугласа. Можно отметить, что из-за несовершенности методов нелинейного программирования исследователи часто пытаются использовать линейную аппроксимацию, чтобы применить аппарат линейного программирования.
Стохастическое программирование позволяет дополнительно учесть вероятностные факторы. Не все задачи математического программирования с вероятностными параметрами удается решить с его помощью, а лишь те, которые сводятся к некоторым детерминированным задачам.
Ситуация 1-2 “статика-неопределенность”. Специальных методов решения статических задач при неопределенности мало. Однако если понятие оптимальности определено, то для дальнейшего решения можно использовать методы из 1-1.
Таблица 25. Основные математические методы, используемые при анализе ИП
|
Определенность -1 |
Неопределенность - 2 |
||||
|
Несколько лиц |
Незнание |
Несколько критериев |
|||
|
С т а т и к а - 1
|
Линейное программирование Нелинейное программирование Параметрическое программирование, дискретное, в т.ч. целочисленное программирование геометрическое программирование |
Стохастическое программирование Антагонис-тические игры |
Теория игр |
Статистические решения Игры с природой |
Многоцелевая оптимизация Групповые решения Игры с природой |
|
Д и н а м и к а - 2
|
1. Вариационное исчисление 2. Оптимальное управление 3. Динамическое программирование 4. Сетевое планирование 5. Математическое программирование в функциональных пространствах |
1. Стохастическое динамическое программирование 2. Теория массового обслуживания 3. Управление случайными процессами |
1. Теория позиционных игр, в т.ч. дифферен-циальных игр 2. игры на случайных процессах |
1. Теория обучения 2. статистиче- ские решения |
1. Многоцеле- вая оптимизация в функциона- льных пространствах |
Ситуация 2-1 “динамика-определенность”. Методы этого типа в основном предназначены для решения технологических, отчасти технико-экономических задач. Точная определенность, непрерывность времени и гладкость функций, которые требуются для применения методов типа оптимального управления делает их малопригодными для социально-экономических задач. Однако можно ими пользоваться, если сделать необходимые поправки в решении согласно реальным условиям. Сетевое планирование разработано специально для технико-экономических задач, однако весьма частных - составления плана создания новых изделий, строительства новых объектов и т.п.
Стохастическое динамическое программирование и управление случайными процессами относятся к динамическому программированию и оптимальному управлению так же, как стохастическое программирование к математическому программированию. Теория массового обслуживания предназначена для анализа систем обслуживания случайно возникающих требований в услугах.
Ситуация 2-2 “динамика-неопределенность”. В принципе методы этого раздела мало отличаются от методов 1-2., однако технические трудности здесь значительно больше. Даже корректная формулировка некоторых задач требует весьма высокой математической культуры.
Наиболее распространенными и эффективными математическими методами (скорее – это группы методов, включающие в себя отдельные методы) являются методы оптимизации, эконометрические методы, методы исследования операций, системная динамика. Коротко охарактеризуем каждую группу методов.
Задача оптимизации технических и экономических процессов (к которым относятся и процессы управления ИП) состоит в таком их построении и организации, которые при данных условиях обеспечивают достижение наилучших результатов. В общем случае задача оптимизации разделяется на три:
разработка математической модели процесса;
математическая формулировка целевой функции (критерия качества);
определение метода решения задачи.
Различают два класса задач оптимизации. При статической оптимизации отыскивается оптимум стационарной точки процесса (иначе - оптимизация в пространстве параметров).
При динамической оптимизации отыскивается оптимальная стратегия управления или регулирования процесса (или - оптимизация в пространстве состояний). В этом случае рассматривают, прежде всего, оптимальное управление, или регулирование процессов.
Эконометрия представляет собой направление экономических и социальных наук, ориентированное на применение математических и статистических методов. Ее задача состоит в том, чтобы на основе статистических данных строить математические модели социально-экономических процессов. Поскольку статистические данные об экономических процессах характеризуют их состояние лишь в отдельные моменты времени, эконометрические модели, как правило, имеют вид разностных уравнений. Основными методами идентификации параметров здесь служат методы максимального правдоподобия, линейного и нелинейного регрессионного анализа. В последнее время широкое применение получили методы спектрального анализа.
Исследование операций (ИО) - это научная дисциплина, изучающая процессы принятия решений в экономических, социальных и других системах, стратегии и способы организации, обеспечивающие оптимальное поведение исследуемой системы. К задачам ИО относят: оптимальное распределение капвложений, прогнозирование технического прогресса и экономического роста, оперативное и долгосрочное планирование, управление организацией (фирмой), контроль качества, изучение рынка и т.д. Использование ИО позволяет принимать обоснованные решения, осуществляя в ряде случаев оптимальный выбор имеющихся альтернатив.
Системная динамика представляет собой качественный метод моделирования и имитации сложных динамических социально-экономических систем, отличающихся нелинейными и сильно разветвленными структурами контуров регулирования. Этот метод, основанный на отображении в пространстве состояний, был предложен Дж.Форрестером /28/.
Процесс моделирования связан с рядом процедур, таких, например, как выбор целевой функции, переменных, параметров и т.д. Рассмотрим некоторые из них.
Для построения моделей формулируются следующие понятия:
целевая функция - характеристика объекта для дальнейшего поиска критерия оптимальности, математически связывающая между собой те или иные факторы объекта исследования;
критерий оптимальности - показатель, выбираемый исследователем, имеющий, как правило, экономический смысл, который служит для формализации конкретной цели управления объектом исследования и выражается при помощи целевой функции. Целевая функция и критерий оптимальности - разные понятия и могут быть описаны функциями одного и того же вида или же разными функциями;
ограничения - определяют пределы, сужающие область осуществимых, приемлемых или допустимых решений, и фиксируют основные внешние и внутренние свойства объекта. Ограничения определяют области исследования и протекания процессов, пределы изменения параметров и факторов объекта.