Система интеллектуальной модели управления и способ выявления и формирования управленческих решений с помощью интеллектуальной модели управления с помощью этой системы Российский патент 2025 года по МПК G06Q10/63 G06Q10/67 

Система интеллектуальной модели управления относится к компьютерным системам, соединенным сетью связей с применением информационных технологий, например, управления предприятиями, системами внедрения новых продуктов и услуг без или с привязкой к отраслевой специфике. Относится к области вычислительной техники с элементами искусственного интеллекта, а именно к информационно-аналитическим управляющим системам.

Назначением системы является создание виртуальной инфраструктуры с помощью компьютерной системы с учетом особенностей конкретных связей между взаимосвязанными и взаимодействующими бизнес-процессами технических систем, внесения усовершенствований в виртуальную инфраструктуру на основании программ искусственного интеллекта с использованием автоматизированных информационных баз данных. Формируют модели - информационные массивы, характеризующие каждую сторону конфликта и/или конкурентной ситуации, встраиваемые в геоинформационную систему, для имитационного моделирования конфликтной и/или конкурентной ситуации.

В известных компьютерных системах управления не применяют модели, отражающие взаимодействие реально функционирующих бизнес-процессов цепи поставок со всеми его особенностями, включая непосредственную имитацию всего жизненного цикла изделия или его частей, например, цикла продукта и/или услуги, включая разработку (проектирование), технологическую подготовку производства, производство, реализацию и сервисное обслуживание. Требуется создать такую систему, которая сможет осуществить имитацию жизненного цикла системы, связывающей потребителей, организации, поставщиков различных уровней (до уровня n), например, жизненного цикла технических (инженерных) систем.

Для применения такой искусственной модели следует объединить в компьютерной системе информационные системы (порталы, кластеры, блоки), являющиеся источником первоначальных данных и используемые в реальных организациях, разместить их характеристики в автоматизированных информационных базах данных и применить программы с элементами искусственного интеллекта (самообучающиеся).

Следует базироваться на концептуальных положениях научно-методического аппарата анализа и представления объектов информационного взаимодействия.

Из уровня техники известно изобретение «Способ оптимизация решений, касающихся многочисленных объектов, при наличии различных основополагающих неопределенностей», патент RU 2 417 443, опубл. 27.04.2011, Конвенционный приоритет, 29.04.2005, US 60/676,484, 15.08.2005 US 11/203,815, 30.08.2005, US 11/215,737, MI1KG06Q 10/00, G06Q 50/00, G06Q 90/00, включающий модель обучения сотрудников, модель контроля и мониторинга в виде заданной модели обучения на основании заданных показателей, а именно информации, задающей переменные для процессов или объектов для решения целевой функции с вектором неопределенности на основании целевых показателей для каждой из переменных неопределенности с учетом ограничений множеств, данных и выдаваемым качественным и количественным результатом оценки. Для этого способа применяют множество компьютеров и сервер, соединенные сетью связи, с помощью которых осуществляется оценка присланных решений, в частности, на основе рейтинговой системы и осуществляется отбор (выбор) одного или более наилучших решений поставленной задачи. Оценка решений осуществляется по заданным критериям в автоматическом или автоматизированном режиме. Позволяет использовать компьютерную систему для оптимизации решений, касающихся множества объектов, распределяют совокупность прав и возможностей, которыми наделяется конкретный пользователь заявленной системы, выступающий в качестве эксперта. Однако вся система построена на экспертных оценках и не является в достаточной степени объективной. Система не строит систему с учетом ее особенностей в системе взаимосвязанных и взаимодействующих процессов, не строит интеллектуальную модель управления для выявления востребованных воздействий на систему с использованием имитации инфраструктуры организаций.

Наиболее близким техническим решением является изобретение «Интеллектуальная система управления предприятием», патент RU 2746687, опубл. 19.04.2021, МПК G06Q 10/06 G06N 3/00, включающая несколько порталов взаимосвязанных между собой облачным (онлайн) хранилищем, с множеством подсистем с единым программным обеспечением и аппаратно-программным комплексом. Система в виде аппаратно-программного комплекса (АПК) обеспечивает функционирование динамической системы для взаимосвязанных бизнес-процессов в единой облачной среде взаимодействия вычислений смасштабируемой архитектурой сетевых потоков, и единым программным обеспечением, и структурирована на основе заданной бизнес-модели, построенной на входных и выходных данных, находящихся под управлением аппаратно-программного комплекса, включающего анализ посредством искусственной нейронной сети, и связанной каналами передачи данных с компьютерами участников системы. Данное изобретение обеспечивает динамическое моделирование предприятия и производимой научно-технической продукции на этапах жизненного цикла, включая отслеживание выполнения сетевого плана реализации проекта создания научно-технической продукции в динамике с использованием методов интеллектуального управления, на базе искусственной нейронной сети, способной в процессе функционирования к самообучению, выявлению закономерностей и сложных зависимостей между входными и выходными данными, и создание динамической математической модели предприятия, в облачной среде вычислений. Однако данная система лимитирована конкретной системой предприятия и ее особенностями при взаимодействии пользователей (как внутренних, так и внешних) этой системы взаимосвязанных и взаимодействующих процессов, которые впоследствии требуется учитывать при решении поставленной задачи управления и при применении этих решений в дальнейшей работе, т.е. не обеспечивает выработку системного решения. Не позволяет выявить востребованные воздействий на систему с использованием имитации инфраструктуры организаций. Не обеспечивает работоспособную имитацию жизненного цикла системы, составленной из входящих в нее внешних бизнес-процессов.

Техническим результатом является формирование аппаратно-программного комплекса и связей, объединенных в сеть, для системного решения у пользователя в конкретной системе с учетом ее особенностей в системе взаимосвязанных и взаимодействующих процессов цепи операций, которые впоследствии требуется учитывать при решении задачи управления и при применении этих решений в дальнейшей работе. Построение системы интеллектуальной модели управления для выявления востребованных воздействий на систему с использованием имитации инфраструктуры организаций, производящих продукты и услуги и создания или усовершенствования автоматизированных информационных баз данных за счет применения элементов искусственного интеллекта системы в процессе выработки решения или обучения. Это позволяет получить:

- горизонтальную масштабируемость, т.е. (неограниченное количество участников одного уровня (например, поставщики первого уровня);

- вертикальную масштабируемость (например, пользователи, организации, поставщики различных уровней (до уровня n));

- наличие гибких возможностей настройки взаимосвязей между базами данных и элементами в системе;

- обработку операций и взаимодействие сторон в режиме реального времени. Предлагаемая инженерно техническая реализация разработанных математических моделей обеспечивает адекватное динамическое моделирование как производственных процессов, так и изменения состояний производимой научно-технической продукции на всех этапах жизненного цикла в цепи операций (например, поставок).

Наряду с повышением уровня автоматизации мониторинга и управления производственной и/или научной деятельностью предприятия предлагаемая интеллектуальная система управления и анализа обеспечивает решение задач сетевого мониторинга и контроля с учетом количественных и качественных показателей как для выявления востребованных воздействий на систему, так и производимой или научно-технической продукции, выявление потенциально уязвимых слабых мест в процессе, а также прогнозное моделирование вариантов управления процессами совершенствования производства и/или дальнейшего сопровождения продукции на этапах жизненного цикла в цепи операций (например, поставок) (эксплуатации, ремонта и т.д.), что позволяет прогнозировать или определять риски при разработке и принятии решения.

В предлагаемом изобретении реализованы научно-технические решения, обеспечивающие автоматизацию процессов управления жизненным циклом продукции (в том числе и научно-технической) с функцией контроля и учета влияния различных факторов на состояние не только материальных, но и нематериальных активов на всех стадиях производства и жизненного цикла изделий в цепи операций включая прогнозирование путем моделирования сценариев развития различных ситуаций. Обеспечивает динамическое моделирование предприятия и производимой научно-технической продукции на этапах жизненного цикла цепи операций на базе искусственной нейронной сети, способной в процессе функционирования к самообучению, выявлению закономерностей и сложных зависимостей между входными и выходными данными, характеризующимися на фоне шкалы времени.

Данный технический результат получают за счет системы интеллектуальной модели управления цепью операций (например, поставок) в виде технических систем, содержащей аппаратно-программный комплекс (АПК), обеспечивающий связи и функционирование динамической системы для взаимосвязанных бизнес-процессов в единой облачной среде взаимодействия вычислений с масштабируемой архитектурой сетевых потоков, и единым программным обеспечением, система структурирована на основе заданной бизнес-модели, построенной на входных и выходных данных, находящихся под управлением аппаратно-программного комплекса, включающего анализ посредством искусственной нейронной сети, и связанной каналами передачи данных с компьютерами участников систем.

Новым является то, что АПК содержит блок источников входа, включающий интерфейсы порталов участников системы бизнес-процессов и базы данных фактических (i) и ожидаемых (нормативных) точек мониторинга (j) по каждой составляющей из набора характеристик конкретных (нормативных, известных) бизнес-процессов, входящих в эту систему. При этом отражают этапы бизнес-процессов, входящие в систему бизнес-процессов с характеристиками в каждой точке. Блок описания всего набора стандартных (конкретных, нормативных, статистически усредненных, известных) бизнес-процессов, содержащая базу данных характеристик каждого стандартного бизнес-процесса, блок контролируемой системы бизнес-процесса, получающий от блока описания бизнес-процессов, входящих в эту систему, характеристики из всей совокупности стандартных (конкретных, нормативных, известных) бизнес-процессов или их составляющих в полученных от источников входа в точках входа и выбранных точках мониторинга, в котором (блоке) в атомистическом режиме отбирают необходимые для выполнения поставленной задачи точки мониторинга (контролируемые точки) отобранных бизнес-процессов, образуя в совокупности контролируемую систему бизнес-процессов, блок источников выхода, включающий интерфейсы порталов участников системы бизнес-процессов и базы данных достигнутых промежуточных и/или ожидаемых (плановых, нормативных) характеристик точек мониторинга после воздействия на точки мониторинга для каждого отобранного бизнес-процесса, и в совокупности входящих в контролируемую систему бизнес-процесса, блок интеллектуальной модели управления, включающий интерактивную автоматизированную информационную базу (ИАИБ) всех характеристик всех выбранных бизнес-процессов или их составляющих, из которых автоматически выбираются все необходимые начальные и конечные контрольные точки мониторинга контролируемой системы бизнес-процесса на основе заданных критериев и блок определения необходимых точек мониторинга с фактическими характеристиками (БОНТМ) для воздействия на точки мониторинга контролируемой системы бизнес-процесса, на которые необходимо воздействовать (изменять) для решения поставленной задачи в контролируемой системе бизнес-процесса. При этом блок интерактивной автоматизированной информационной базы (ИАИБ) содержит: блок выбора начальных и конечных точек мониторинга (ВНКТМ), блок фактических характеристик в выбранных точках мониторинга (ВХТМ), полученных из источников входа (БФХ), блок ожидаемых (плановых, нормативных, статистических) характеристик в выбранных точках мониторинга (ОХТМ), полученных из источников входа (БПХ), блок облачных вычислений жизненного цикла (ОВЖЦ) контролируемой системы бизнес-процессов, снабженной ПО, преобразующих полученные из блоков ВНКТМ, ФХТМ и ОХТМ характеристики в выбранных точках мониторинга контролируемой системы бизнес-процессов в сопоставимую между собой форму, блок выбора точек мониторинга (ВТМ) для решения поставленной задачи в контролируемой системе бизнес-процесса, блок анализа (сравнения) характеристик (АХ) в сопоставимой форме фактических и ожидаемых (плановых) характеристик в точках мониторинга до и после воздействия на систему бизнес-процессов. В свою очередь, при этом в ИАИБ каждый блок связан по каналам связи: на входе блок ВТМ с блоком источников входа (Ивх), блоком автоматизированной информационной базы для системы бизнес-процессов (АИБ), блоком Ивых и блоком ОНТМ, на выходе с блоком ВНКТМ, ВХТМ, ОХТМ и ОВЖЦ, на входе блок ОВХЦ с ВНКТМ, ВХТМ и ОХТМ, на выходе с блоком АХ, блок ОНТМ на входе с блоком АХ, на выходе с блоком источников выхода (Ивых), на входе блок Ивых связан на выходе блок Ивых либо с блоком отчетности с формированием статистики, либо с блоком ОВЖЦ.

В частных вариантах реализации блок ИАИБ включает дополнительно блок формирования запросов с критериями отбора контролируемой системы бизнес- процесса. Также, например, дополнительно в систему включен блок формирования отчета, и/или блок выработки видов воздействия на точки мониторинга контролируемой системы бизнес-процессов. Например, контролируемая система бизнес-процессов представлена в виде обучающей системы. В частном случае блок отчетности выполнен с возможностью формирования статистики по точкам мониторинга и видам воздействия. При этом дополнительные связи позволяют блок взаимодействия (интерфейс) связать с источником информации по входным точкам контроля, блок взаимодействия с источником информации по выходным точкам контроля. Возможно включить в систему блок заполнения, редактирования хранения характеристик начальных точек контроля, блок заполнения, редактирования, хранения характеристик конечных точек контроля (блок результатов обработки данных). В соответствии с разными задачами возможно сформировать интеллектуальную модель управления как обучающую систему или как систему логистики или иную систему.

Система обеспечивает функционирование динамической математической модели предприятий, в облачной среде вычислений, информационное взаимодействие с которой обеспечивается единым интегрированным информационно-управляющим пространством, структурированным на основе искусственной нейронной сети адаптивного резонанса (сеть Гроссберга-Карпентера) и связанной каналами передачи данных с множеством систем и физических предметов.

Математическая модель предприятий с их аппаратно-программной реализацией построена и функционирует как искусственная нейронная сеть адаптивного резонанса, когда заданные (запланированные) производственные показатели кластеризованных ресурсов сравниваются с текущими контролируемыми показателями соответствующих кластеров, на основании которых осуществляется классификация фактического состояния параллельных производственных процессов и/или научно-технической продукции на рассматриваемом этапе жизненного цикла цепи операций. На выходе сети формируют векторные характеристики принимаемых решений. То есть, на основании возникающих несоответствий у наблюдаемых ресурсных компонентов текущих значений количественных и качественных показателей, отличающиеся от заданных, на выходе кластера в искусственной нейронной сети формируются сигналы с соответствующими управляющими векторами, формирующими команды управления для выполнения корректирующих действий по поддержанию и/или восстановлению соответствия текущих значений показателей заданным. Сложная техническая система обладает свойствами объекта информационного взаимодействия.

Разработана математическая модель динамической производственной функции. Примеры ее реализации приведены ниже.

Система иллюстрируется чертежами, которые не охватывают всех частных случаев построения системы.

На Фиг. 1 показана схема интеллектуальный модели управления в общем виде, в которую включен аппаратно-программный комплекс.

На Фиг. 2 показаны взаимосвязанные и взаимодействующие бизнес-процессы, входящие в систему интеллектуальной модели.

На Фиг. 3 показано схематическое изображение элементов процесса.

На Фиг. 4 показано схематическое изображение элементов процесса «Управление проектами».

На Фиг. 5 показана модель взаимосвязанных порталов в блоке интерактивной автоматической информационной базы, реализуемой в цепи процессов связывающей бизнес-процессы потребителей, исполнителей (организаций и поставщиков различных уровней (до уровня n)).

На Фиг. 6 показана модель взаимодействия порталов.

На Фиг. 7 показан пример интерфейса в виде таблиц для реализации этапов Процесс «Качество», подпроцесс «Управление и распространение знаний»: а) «База выученных уроков (Lessons Learnt)».

На Фиг. 8 показан алгоритм выполняемых операций.

Имеется аппаратно-программный комплекс (АПК), который содержит блоки и информационные базы данных с программным обеспечением. Причем эти базы данных снабжены программным обеспечением, с помощью которого осуществляют автоматизацию работы этих баз данных на основе искусственного интеллекта с использованием нейронных сетей с искусственными связями, обеспечивающими логический подход при подборе стабильных и пластичных образов для работы системы интеллектуальной модели, основанной на микросхемах или ЧИПах, а также для последующего пополнения их информационных баз отобранными образами. Микросхема, или чипы,-это электронное вычислительное устройство, которое обрабатывает информацию, выраженную в единицах и нулях.

АПК функционирует как динамическая компьютерная система, отражающая характеристики взаимосвязанных бизнес-процессов в единой облачной среде взаимодействия вычислений с масштабируемой архитектурой сетевых потоков, и единым программным обеспечением, структурированной на основе составленных блоков компьютерной системы, отражающей бизнес-модель, построенную на входных и выходных данных, находящихся под управлением аппаратно-программного комплекса. АПК связан каналами передачи данных с компьютерами участников систем. Микросхемы из электронных компонентов: резисторов, транзисторов и конденсаторов и составляют основу АПК, объединенных в систему по предложенной схеме.

АПК содержит:

- ИВх-блок источников входа (1),

- включающий интерфейсы порталов (2) участников системы бизнес-процессов, порталы от 1 до i-го портала. Такими порталами могут быть как рабочие автоматизированные места (АРМ) операторов различных взаимосвязанных в составленном контролируемом бизнес-процессе, так и выводы с устройств контроля, например, тока, напряжения, давления и тому подобное. Причем АРМы могут иметь связь в режиме диалога, а устройства только одностороннюю связь. АРМы снабжены базами данных фактических и ожидаемых (нормативных) точек мониторинга по каждой составляющей из набора конкретных (нормативных, стандартных, среднестатистических) бизнес-процессов, входящих в составленную контролируемую бизнес-систему. Ожидаемые точки мониторинга выбраны из набора характеристик стандартных процессов.

В блоке описания (3) всего набора стандартных (конкретных, нормативных, статистически усредненных) бизнес-процессов содержат базу данных характеристик каждого стандартного бизнес-процесса при его штатном функционировании, т.е. Ожидаемых характеристик.

Необходимые стандартные бизнес-процессы и стандартные характеристики для каждого из них автоматически отбирают в блоке АИБ-автоматизированной информационной базы для требуемой контролируемой системы бизнес-процесса (4). Таким образом из всех стандартных описаний самих бизнес-процессов и стандартных характеристик этих процессов отбирают только необходимые процессы с их характеристиками, которые участвуют в составленной «виртуальной» системе бизнес-процесса, которую будут контролировать. Из блока АИБ (4) данные передают в блок Ивх (1) и в блок ВТМ-выбранных под поставленную задачу точек мониторинга (5). Поскольку из всей совокупности стандартных бизнес-процессов, которые входят в составленный контролируемый бизнес-процесс для поставленной задачи требуется отслеживать и, при необходимости воздействовать, только на часть характеристик, то в блоке ВТМ (5) отбирают необходимые характеристики, которые названы точками мониторинга.

Поскольку в ходе процесса выбранные точки мониторинга могут изменяться или во времени, или в зависимости от этапа процесса, то в блоке ВНКТМ-выбранных начальных и конечных точек мониторинга (6) определяют эти точки и критерий, по которому выбирают начальные и конечные точки. В блоке ВХТМ-фактических характеристик в точках мониторинга (7) определяют из полученных от блока ВТМ (5) фактические характеристики в выбранных точках мониторинга, а в блоке ОХТМ-ожидаемых характеристик точек мониторинга (8) определяют ожидаемые или нормативные или среднестатистические характеристики в выбранных точках мониторинга.

Из блоков ВТМ (5), ВНКТМ (6), ВХТМ (7) и ОХТМ (8) данные передают в блок ОВЖЦ-облачных вычислений характеристик жизненного цикла (9), который (жизненный цикл) составлен для контролируемой системы бизнес-процесса блока (4), что в совокупности и определяет весь жизненный цикл анализируемого процесса.

Из блока ОВЖЦ (9), данные поступают в блок ATM-анализа и сравнения фактических и ожидаемых точек мониторинга жизненного цикла (10), или иными словами-анализа характеристик (АХ), где они преобразуются в сопоставимые формы, а затем поступают в блок ОНТМ-необходимых для воздействия характеристик жизненного цикла для выбранных точек мониторинга (11), в котором посредством математических вычислений сетей Петри определяют тупиковые ветви и какой вид воздействия на характеристику требуется осуществить, получая ожидаемые характеристики в выбранных точках мониторинга.

В совокупности блоки ВТМ (5), ВНКТМ (6), ВХТМ (7), ОХТМ (8), ОВЖЦ (9), ATM (10) и ОНТМ (11) составляют блок ИАИБ-интерактивной автоматической информационной базы (12), входящей в систему интеллектуальной модели управления (см Фиг. 1).

Полученный результат для реализации передают в блок Ивых-источников выхода (13).

В блок Ивых (13) интерфейсы набора порталов (14) участников системы бизнес-процессов, порталы от 1 до j-го портала подобран таким образом, чтобы необходимое воздействие возможно было реализовать. Это также могут быть АРМы участников составленного контролируемого бизнес-процесса, а могут быть управляющие устройства, которые напрямую изменяют характеристики. Причем набор источников выхода может не совпадать с набором источников входа.

Если характеристики конечных точек мониторинга совпадают или удовлетворяют требованиям-ожидаемым точкам контроля, то передают на источники выхода полученный результат из блока ИАИБ (12) в блок ОФС-отчетности с формированием статистики (15).

Если конечные фактические (после преобразования) точки мониторинга не совпадают или не удовлетворяют ожидаемым требованиям в точках мониторинга, то повторяют процесс активации выстроенной интеллектуальной модели управления после воздействия на систему контролируемого бизнес-процесса до получения результата, при котором точки контроля совпадают или удовлетворяют ожидаемым (плановым) требованиям в точках мониторинга. При этом из блока Ивых (14) данные опять передают в блок ВТМ (5) и весь процесс формирования жизненного цикла и начальных и конечных точек повторяют.

Причем при функционировании системы интеллектуальной модели управления достигнутые промежуточные точки мониторинга тоже считаются начальными, если процесс требуется повторить, поэтому их в этом случае также передают в блок Ивх (1) как откорректированные начальные.

В процессе корректировки могут менять начальные конечные точки мониторинга, а могут заново составить новую контролируемую систему бизнес-процесса из разных сочетаний стандартных бизнес-процессов или их этапов.

Возможен вариант окончания анализа с помощью системы интеллектуальной модели управления, когда после определения воздействия на систему просто передают отчет с перечислением выполненных и требуемых дальнейших действий по рекомендованному воздействию на контролируемую систему бизнес-процесса или рекомендации по замене модели управления с отражением составляющих бизнес-процессов, входящих в эту систему, и перечнем конкретных мероприятий, сроков исполнения, или, например, в случае интерактивного обучения и определения недостающих навыков и умений, просто проставляют оценку и перечисляют, что требуется доработать (16).

Каждый тип материальных, нематериальных и финансовых ресурсов объединяется в соответствующие кластеры. Обобщенная математическая модель производственного элемента описывается уравнением состояния общего вида-логико-математическая модель взаимосвязанных порталов. Параметры поступающих от обобщенных переходов сигналов моделируют векторные функции. Таким образом, структура обобщенной математической модели производственного элемента в форматах сетей Петри образует нейронную сеть адаптивного резонанса по типу Гроссберга-Карпентера, в которой содержатся кластеры ресурсов в модельных блоках, обеспечивающих ее функционирование.

Пример модели взаимосвязанных порталов в блоке интерактивной автоматической информационной базы, реализуемой в цепи процессов, связывающей бизнес-процессы потребителей, исполнителей (организаций и поставщиков различных уровней (до уровня n)) показан на Фиг. 5.

Предложенная интеллектуальная модель управления изложена в общем виде на Фиг. 1,5,6,15,17 и позволяет моделировать, например, взаимосвязанные информационные базы, интегрированные в единую автоматическую информационную базу ИАИБ (12) для:

1. Управления проектами СПИК (Система планирования интегрированного качества)

2. Системы документирования и верификации интегрированного качества (СДВИК)

3. Управления документацией (УПРАДОК)

4. Управления закупками и поставщиками SQA

5. Управления знаниями КМ

6. Компетенции, обучения и развития персонала (КОРП)

7. Претензионной работы/Корректирующих и предупреждающих действий/Решения проблем КПД

8. Улучшения и Бизнес Совершенства УЛИБС

9. Производственной системы PS

10. Управления оборудованием ТРМ

11. Электронной Библиотеки E-lib.

Они отражены в Таблице 1.

Логико-математическая модель взаимосвязанных порталов описывается следующим образом.

Пример демонстрирует логико-математическую модель взаимосвязанных порталов. Модель отражает массивы ключевых элементов, задействованных в реализацию решения. ИАИБ=ƒ({Х₁}, {Х₂}, {Х₃}, {Х₄}, {Х₅}, {Х₆}, {Х₇}, {Х₈}, {Х₉}, {Х₁₀}, {Х₁₁}),

где {X₁} массив алгоритмов портала СПИК;

{Х₂} массив алгоритмов портала СДВИК;

{Х₃}-массив алгоритмов портала УПРАДОК;

{Х₄}-массив алгоритмов портала SQA;

{Х₅}-массив алгоритмов портала КМ;

{Х₆} массив алгоритмов портала КОРП;

{Х₇}-массив алгоритмов портала КПД;

{Х₈}-массив алгоритмов портала УЛИБС;

{Х₉}-массив алгоритмов портала PS;

{Х₁₀}-массив алгоритмов портала ТРМ;

{Х₁₁}-массив алгоритмов портала E-lib.

При этом логико-математическая модель информационного портала СПИК выглядит следующим образом.

X₁ массив алгоритмов портала СПИК=ƒ({Х₁₁}, {X₁₂}, {X₁₃}, {X₁₄}; {X₁₅}; {X₁₆}), где

{Х₁₁}-массив данных о составе проекта;

{X₁₂} массив данных о требованиях к реализации проекта;

{X₁₃}-массив данных о продуктах проекта;

{Х₁₄}-массив участников проекта;

{X₁₅}-массив элементов проекта;

{X₁₆}-массив требований к элементам проекта.

Х₁₁ массив данных о составе проекта=ƒ({Х₁₁₁}, {Х₁₁₂}, {Х₁₁₃}), где

При этом элементы {Х₁₁} представлены как массив данных о составе проекта составляют:

■ Код проекта

■ Наименование проекта

■ Вид проекта

■ Статус проекта

где {X₁₂}-массив данных о требованиях к реализации проекта=f({Х₁₂₁}-общие требования Заказчика; {Х₁₂₂}-внутренние требования Заказчика; {Х₁₂₃}-внешние требования Заказчика).

Элементы {Х₁₂₁} представлены как общие требования Заказчика по вехам проекта:

■ Вехи проекта

■ Сорсинг поставщиков

■ Проектирование и разработка продуктов

■ Планирование и разработка процессов

■ Запуск производства

■ Старт серийных поставок

Элементы {Х₁₂₁} представлены как внутренние требования Заказчика:

■ Требования для подтверждения о прохождении вехи

■ Требования для перехода на следующую веху Примеры вех проектов представлены в таблице 2.

Элементов {Х₁₂₃} представлены как внешние требования Заказчика:

■ Актуализация статуса элементов и требований 1 раз в месяц

■ Требования для подтверждения реализации элемента

■ Наличие согласованного плана действий/запроса на отклонение в случае элементов в статусе R-красный

■ Требования для подтверждения о прохождении вехи

Требования для подтверждения о реализации элемента представлены в таблице 3. Используемые обозначения:

Элементы {X₁₆} представлены как массив требований к элементам проекта.

Массив требований представлен в таблице 4.

Логико-математическая модель информационного портала управления закупками и поставщиками SQA

{Х₄} массив алгоритмов портала SQA=ƒ({Х₄₁}, {Х₄₂}, {Х₄₃}, {Х₄₄}), где

{Х₄₁}-массив данных о продуктах Заказчика;

{Х₄₂}-массив поставщиков;

{Х₄₃}-массив алгоритмов аудитов Исполнителей;

{Х₄₄}-массив показателей KPI Исполнителя.

{Х₄₃} массив алгоритмов аудитов Исполнителейƒ(({Х₄₃₁}, {Х₄₃₂}, {Х₄₃₃}; {Х₄₃₄}), где {Х₄₃₁}-первичный аудит производственной площадки Исполнителя

{Х₄₃₂}-полный аудит производственной площадки Исполнителя

{Х₄₃₃}-аудит «Бережливое производство» площадки Исполнителя

{Х₄₃₄}-аудит зрелости процесса корректирующих действий

Аудит зрелости процесса корректирующих действий {Х₄₃₄}

{Х₄₃₄} аудит зрелости процесса корректирующих действий=ƒ({X₄₃₄₁}; {Х4₄₃₄₂}; {Х₄₃₄₃}; {Х4₄₃₄₄}), где

{Х4₄₃₄₁}-результативность свойства процесса A₁ «определение процесса», определяется, как, где,-экспертные оценки атомистических требований по факторам

{Х4₄₃₄₂}-результативность свойства процесса А2 определяется, как,

где,-экспертные оценки атомистических требований по факторам

{Х4₄₃₄₃}-результативность свойства процесса A3 определяется, как,

где,-экспертные оценки атомистических требований по факторам

{X₄₃₄₄} результативность процесса.

При этом массив требований к элементам аудита процесса корректирующих действий представлен в таблице 5.

Таким образом, система интеллектуальной модели управления включает базы данных, отражающих характеристики для каждого стандартного бизнес-процесса и их элементов (3), интерактивную автоматизированную информационную базу (12) (ИАИБ) всех характеристик всех выбранных бизнес-процессов или их составляющих, из которых автоматически выбирают все необходимые контрольные точки мониторинга контролируемой системы бизнес-процесса с учетом поставленной задачи. И для решения заданной задачи определяют точки мониторинга контролируемой системы бизнес-процесса, на которые необходимо воздействовать (изменять) для решения поставленной задачи в контролируемой системе бизнес-процесса.

При этом блок облачных вычислений жизненного цикла (ОВЖЦ) (9) контролируемой системы бизнес-процессов снабжен специальным программным обеспечением (ПО), преобразующим полученные из блоков ВНКТМ(б), ВХТМ (7) и ОХТМ (8) характеристики в выбранных точках мониторинга контролируемой системы бизнес-процессов в сопоставимую между собой форму. А блок анализа (сравнения) характеристик (АХ)(АТМ) (10) в сопоставимой форме осуществляет сравнение фактических и ожидаемых (плановых) характеристик в точках мониторинга до и после воздействия на систему бизнес-процессов.

При этом блок Ивых (13) может быть связан на выходе либо с блоком отчетности с формированием статистики, либо с блоком ВТМ (5).

В приведенных примерах для лучшего понимания интеллектуальной модели управления использованы ссылки с номерами блоков из Фиг. 1 При этом в модели могут активно использоваться не все блоки, а его часть, необходимая для решения поставленной задачи в зависимости от сложности и количества элементов, входящих в такую модель.

ПРИМЕР 1

На Фиг. 10 отражена схема связей для выполнения действий в аппаратно-программном комплексе при анализе претензий потребителей. Связи, которые отражаются в табличной форме показывают подпроцесс «Процесс корректирующих и предупреждающих действий». Для этого сначала определяют, например, информацию о несоответствии: (ИВх), (Интерфейс); затем определяют, например, информацию о поставщике: (ИВх), (Интерфейс); и определяют необходимые для реализации элементы, включая требования о сдерживающих, корректирующих и предупреждающих действиях: (ИВх), (Интерфейс).

Заказчик (1) выдает сконфигурированные требования-элементов-пользовательские настройки, использует пользовательский набор требований-элементов, и на основе анализа пользуется возможностью добавлять новые элементы или дополнять/обновлять пользовательские требования-элементы. Они взяты из блоков (3), (4) и сформированы в блоке (5).

При этом форма таблиц отражает также реализацию схемы взаимодействия. Первоначально собирают входящую информацию о площадке (ИВх), и исходящую информацию по загрузкам (Ивых). Осуществляют оценку в (ИАИБ), создают резюме (АФ, ATM), при необходимости отправляют в блок (ВТМ) и создают отчет (ОФС).

Например, потребитель создает претензию, в которой он самостоятельно определяет несоответствие продукции заявленным/ожидаемым требованиям, что автоматически запускает процесс корректирующих и предупреждающих действий в результате заполнения Заказчиком информации о несоответствии (Фиг. 12а) и информации о Поставщике (12б).

Поставщик обязан предоставить данные в соответствии с сконфигурированными требованиями-элементами Заказчика (Фиг. 12в).

Исполнитель-блок (13) реализует функцию передачи информации Заказчику блок (1) посредством обмена анализа данных в блоке (12) через электронный обмен данными блок (15) или через блок (5). Блок (12) позволяет не только сравнивать запрошенные данные с фактическими, но и осуществлять анализировать требуемые исправления введенных данных в информационную базу, воздействовать на них и редактировать данные в соответствии с определенными требованиями заказчика. Блок позволяет создавать и редактировать данные в заранее сконфигурированных форматах. Блок ИАНБ (12) позволяет создавать аналитические данные, извлекая необходимые данные из Блока ВТМ (5) в соответствии с реализуемыми задачами Заказчика. Например, соотнесение наличия минимально необходимой информации в соответствии с запросом, сроки реализации того или иного запрошенного элемента в соответствии с обозначенными сроками со стороны Заказчика. Запускает процесс извлечения сохраненных данных посредством выборки данных в соответствии с заданными показателями выполнения с возможностью преобразования этих данных в единый внутренний формат для дальнейшей унифицированной обработки.

Например:

- поставщик получает данные из различных источников на протяжении заданного периода времени (блоки (3), (1), (4);

- запускает процесс проверки и анализа введенных данных на соответствие заданным параметрам (блоки (5), (9), (10));

- сохраняет результаты проверки блок (15);

- в случае если после проверки и анализа полученных новых данных были обнаружены отклонения, Блок (13) передает результаты анализа в виде текста с указанием расхождений в характеристиках;

- на основе анализа могут выдаваться рекомендации по возможному улучшению результатов, после чего закрывают претензию,

- а при некорректном заполнении форм документов отправляет обратную связь потребителю;

- при следующих претензиях блок ОФС (15) позволяет извлечь статистические данные для расчета показателей в соответствии с заданными параметрами.

ПРИМЕР 2

На Фиг. 11-показан Пример 2 для реализации процесса «Управление проектами». Связи, которые отражены в табличной форме (Таблица 2-4) показывают подпроцесс «Перспективное планирование качества продукта (Advanced Product Quality Planning) (APQP) и процесс согласования производства продукта (Production Part Approval Process) РРАР». Для этого сначала определяют общие признаки, например «Модельный год», «вид программы», «код программы», «описание программы» (Фиг. 11а), а затем специфические признаки, такие как «код площадки», «наименование детали», «номер детали», для которого(ых) будет реализовываться «перспективное планирование качества продукта APQP и процесс согласования производства продукта РРАР: (ИВх) и (Интерфейс): Фиг. 11б; затем осуществляют перспективное планирование качества продукта APQP и процесс согласования производства продукта РРАР, размещенных в Базе данных и его элементы, интерфейс Фиг. 11в; Затем определяют порядок согласования перспективного планирования качества продукта APQP и согласование производства продукта РРАР: (ВТМ), (ВНКТМ), (ВХТМ), (ОХТМ). В результате определяют статус перспективного планирования качества продукта APQP и статус процесса согласования производства РРАР: (ОФС).

Способ относится к компьютерным системам с применением информационных технологий для процесса формирования жестких профессиональных навыков и управленческих решений в сфере управления производством и реализации продуктов и/или услуг с/без привязки к отраслевой специфике. Может применяться в школах, ВУЗах, на курсах дополнительного профессионального образования, а также при принятии управленческих решений. Также позволяет выявить и сформировать управленческие решения для задачи реализации жизненного цикла продукта и/или услуги в цепи операций, а также для формирования навыков и компетенций с использованием данных технических систем.

Таким образом, компьютерная система, основанная на интеллектуальной модели управления, функционирует на основе нейронной сети с использованием стабильности-пластичности образов при системном подходе. Это позволяет учесть характеристики взаимосвязанных и взаимодействующих бизнес-процессов, входящих в охарактеризованную систему бизнес-процессов, и реализующую поставленную задачу.

В качестве поставленной задачи может быть, например, построение интеллектуальной модели обучения или интеллектуальной модели оптимизации бизнес-системы или процесса производства для определения сбоев или недостающих элементов.

Функционирование данной интеллектуальной модели управления осуществляют за счет сети Петри как математического объекта с помощью облачных вычислений, использующего математическую функцию (искусственный нейрон) с символьным подходом, что, в свою очередь, позволяет все точки мониторинга представить в сопоставимой форме и затем активировать интеллектуальную модель управления. В контексте данной заявки под активацией понимают функцию активации нейронной сети.

При активации интеллектуальной модели управления параметры контрольных точек мониторинга для жизненного цикла системы контролируемого бизнес-процесса (изделия) сравнивают в сопоставимой форме с ожидаемыми (нормативными) характеристиками, входящими в эту систему.

Для этого привязывают в сопоставимой форме выбранные характеристики контрольных точек мониторинга системы контролируемого бизнес-процесса к выбранным начальным и конечным фактическим контрольным точкам мониторинга каждого бизнес-процесса, входящего в систему контролируемого бизнес-процесса для сформированной интеллектуальной модели управления. Сравнивают начальные и конечные точки мониторинга для привязанных (выбранных) сопоставимых характеристик в системе контролируемого бизнес-процесса ожидаемых с фактическими характеристиками в интеллектуальной модели управления, определяют точки мониторинга, на которые требуется осуществить воздействие по критерию: время или выбранный элемент системы или качественная или количественная величина характеристики или по последовательности технологических (управленческих) операций, преобразуют (получают) определенные точки мониторинга после воздействия на систему контролируемого бизнес-процесса в выбранную форму (материальных сущностей или энергии или информации), в сопоставимых параметрах (величинах), применяемых в точках мониторинга интеллектуальной модели управления для системы контролируемого бизнес-процесса и определяют:

если конечные точки мониторинга совпадают или удовлетворяют требованиям ожидаемых точек контроля, передают на источники выхода полученный результат;

если конечные фактические (после преобразования) точки мониторинга не совпадают или не удовлетворяют ожидаемым требованиям в точках мониторинга, повторяют процесс активации выстроенной интеллектуальной модели управления после воздействия на систему контролируемого бизнес-процесса до получения результата, при котором точки контроля совпадают или удовлетворяют ожидаемым (плановым) требованиям в точках мониторинга или передают отчет с перечислением выполненных и требуемых дальнейших действий по рекомендованному воздействию на контролируемую систему бизнес-процесса или рекомендации по замене модели управления с отражением составляющих бизнес-процессов, входящих в эту систему, и перечнем конкретных мероприятий и сроков исполнения.

При этом порталы участников снабжены интерфейсами, которые осуществляют взаимодействие с сервером АПК в интерактивном режиме. Решение задачи с сервера АПК принимают в виде, например, какое воздействие на какие точки контроля требуется осуществить, если порталы участников-точки выхода вносят корректировки в решенную задачу, то они предоставляют по обратной связи уточненные характеристики в АПК, и в интеллектуальной модели управления повторяют все этапы ее образования и активации. После чего повторяют процесс взаимодействия с сервером АПК необходимое количество раз до получения ожидаемых характеристик бизнес-процесса. После размещают в базе данных статистически верных решений решение задачи.

Реализацию способа выявления и формирования управленческих решений с помощью интеллектуальной модели управления осуществляют с помощью этой системы.

Назначением способа является осуществление обучения посредством тренажера виртуальной инфраструктуры, построенной с помощью компьютерной системы, с целью: выявления необходимых навыков, формирования мягких (эластичных) и жестких профессиональных навыков управления и контроля с/без учета особенностей конкретного производства и/или в цепи операций с взаимосвязанными и взаимодействующими бизнес-процессами, внесения усовершенствований в виртуальную инфраструктуру на основании программ искусственного интеллекта с использованием автоматизированных информационных баз данных.

Изобретательской задачей является реализация и выстраивание интеллектуальной модели с помощью компьютерной системы конкретной (заданной) системы управления конкретного производства и/или в цепи операций (например, поставок), как системы взаимосвязанных и взаимодействующих процессов, для формирования жестких или эластичных навыков в сфере управления этой моделью; выявление необходимых решений и навыков их применения для конкретной организации и/или в цепи операций выявленной модели как с привязкой, так и без привязки к отраслевой специфике; формирование жестких или эластичных профессиональных навыков в сфере управления; возможность использования модели управления во взаимосвязанных и взаимодействующих процессах для принятия решения.

Известные способы обучения не обеспечивают формирования у обучаемого целостного подхода к взаимодействующим, сложным бизнес-процессам в цепи операций, а также их управление. В частном случае это такие процессы как: подготовка и запуск производства (серийного и мелкосерийного), организация процесса отслеживания системы качества, реализации продуктов и/или услуг, если известные модели управления не соответствуют полному циклу взаимосвязанных процессов на рынке, начиная с планирования и разработки требований к продуктам и/или услугам, и заканчивая анализом претензий потребителей, исследованием отказов в сфере эксплуатации.

В связи с этим в известных обучающих системах не используют инструменты, в которых отражен целостный процесс. Известные решения не позволяют выявлять наличие сильных/слабых компетенций обучаемого и/или системы в целом для принятия дальнейших решений, каких компетенций не достает для формирования жестких профессиональных навыков для работы с конкретной системой и какие решения требуется принять в процессе решения поставленной задачи.

Таким образом, задачей данного изобретения является создание способа обучения и/или выработки управленческого решения посредством выстраивания системы взаимосвязанных и взаимодействующих бизнес-процессов в цепи операций, участвующих в разработке, запуске, производстве и реализации продуктов и/или услуг посредством использования искусственно созданной инфраструктуры с использованием информационных баз данных и элементов искусственного интеллекта.

Из уровня техники известно изобретение «Система мониторинга качества и процессов на базе машинного обучения», патент RU 2716029, опубл. 05.03.2020, МПК G06Q 10/00, в которой несколько порталов взаимосвязаны между собой облачным (онлайн) хранилищем и множество систем «человек-машина», снабженных единым программным обеспечением, и аппаратно-программный комплекс, преобразующий характеристики системы в единый внутренний формат для дальнейшей унифицированной обработки. Изобретение относится к области вычислительной техники, позволяет повысить качество и точность анализа данных в области компьютерной обработки больших баз, однако отсутствует возможность мониторинга качества данных, получаемых из различных источников в режиме реального времени, не выявляет востребованные воздействия на систему (навыки) с использованием имитации инфраструктуры организаций, производящих продукты и услуги.

Известно изобретение «Quality information management system» (Компьютерная система для контролируемого создания, обработки, администрирования и отображения информации о качестве на предприятии), патент US 20030450628 P, опубл.28.02.2003, WO 2004079528 от 16.09.2004, МПК G06Q 10/00; G06F, в которой получают входные данные нескольких процессов, автоматически обрабатывают один или несколько объектов данных, представляют их в интерактивном виде, это позволяет пользователю выборочно детализировать результирующие измеренные данные и обработать измеренные данные на основе выстроенных связей системы. Ожидаемые характеристики системы могут быть согласованы с ожиданиями клиентов в отношении продукта или услуги, что позволяет связать процессы в системе с ожиданиями и фактическими измерениями для указанного типа процессов. Относится к системам для управления качеством на производстве. Однако решение направлено на узкую задачу создания технологической документации для новых продуктов, что упрощает их распространение на предприятии на основе концепции наследования содержимого/документа. Однако не обеспечивает достижения (формирования) системного решения (навыка) у пользователя или обучаемого при использовании навыка в конкретной системе с учетом ее особенностей, с которой требуется решить поставленную задачу управления.

Наиболее близким техническим решением является изобретение «Система и способ формирования базы решений», патент RU 2601150, опубл. 10.03.2016, MHK G06F 19/00, G06Q 10/06, включающий инициирование в компьютерной системе, снабженной интерфейсами в виде порталов участников бизнес-процесса, взаимодействие в интерактивном режиме посредством интерфейса портала участника бизнес-процесса с аппаратно-программным комплексом (АПК), на который передают сформулированную задачу для определенного бизнес-процесса с фактическими и ожидаемыми характеристиками, принимают с сервера АПК решение сформулированной задачи с указанием вида воздействия на определенные характеристики бизнес-процесса, предоставляют по обратной связи уточненные характеристики в АПК и повторяют процесс взаимодействия с сервером АПК необходимое количество раз до получения ожидаемых характеристик бизнес-процесса, на основе чего создают базу данных статистически верных решений данной задачи. Система позволяет ускорить выбор наилучшего решения поставленной задачи благодаря распределению ролей и оценке принятых решений согласно заданным критериям между пользователями. Относится к области сбора и анализа данных, однако не выявляет востребованные воздействия на систему (навыков) с использованием имитации инфраструктуры организаций, производящих продукты и услуги. Также система не выстроена под автоматизированные информационные базы данных, которые функционируют за счет применения элементов искусственного интеллекта, поскольку система использует участие людей-экспертов.

Техническим результатом является реализация способа с помощью компьютерной системы для достижения (формирования) системного навыка у пользователя при решении конкретных задач по управлению в конкретной системе с учетом ее особенностей. Выявление с помощью компьютерной системы востребованных навыков и действий по управлению с использованием имитации инфраструктуры организаций, производящих продукты и услуги. Создание и/или усовершенствование автоматизированных информационных баз данных путем применения элементов искусственного интеллекта системы в процессе выявления необходимого воздействия на систему, выработки решения и формирования навыков для этого. Что позволит:

- обеспечить возможность гибкой выборки взаимосвязей между базами данных и настройки элементов в компьютерной системе;

- ускорение обработки операций и взаимодействия сторон за счет взаимодействия сторон в режиме реального времени.

Заявленный технический результат достигается за счет того, что способ выявления и формирования управляющих решений с помощью интеллектуальной модели управления в компьютерной системе включает инициирование в компьютерной системе, снабженной интерфейсами в виде порталов участников бизнес-процесса, взаимодействие в интерактивном режиме посредством интерфейса портала участника бизнес-процесса с аппаратно-программным комплексом (АПК), на который передают сформулированную задачу для определенного бизнес-процесса с фактическими и ожидаемыми характеристиками, принимают с сервера АПК решение сформулированной задачи с указанием вида воздействия на определенные характеристики бизнес-процесса, предоставляют по обратной связи уточненные характеристики в АПК, повторяют процесс взаимодействия с сервером АПК необходимое количество раз до получения ожидаемых характеристик бизнес-процесса, создают базу данных статистически верных решений данной задачи.

Новым является то, что после получения сформулированной задачи посредством АПК-выстраивают интеллектуальную модель управления с учетом взаимосвязанных и взаимодействующих бизнес-процессов, образующих систему, реализующую поставленную задачу. Например, интеллектуальную модель обучения или оптимизации бизнес-системы или процесса производства, в которой, например, определяют сбои или недостающие элементы. Для выстраивания интеллектуальной модели управления выбирают конфигурацию порталов участников для конкретной (заданной) конфигурации модели управления бизнес-процессами в виде источников входа информации о предшествующих процессах для определенного (известного) бизнес-процесса и конфигурацию источников выхода информации о последующих процессах для определенного (откорректированного, оптимизированного) бизнес-процесса. Например, в выбранной системе бизнес-процессов источниками информации могут быть как непосредственно разработчики, управленцы, работающие самостоятельно, так и руководители предприятий, действующие от имени этих предприятий, так и устройства контроля на отдельных технологических линиях или устройствах. Причем набор источников может быть выбран из различных цепочек предприятий, взаимодействующих между собой для реализации того или иного бизнес-процесса, например, внутренние и внешние поставщики, потребители продукции, другие взаимосвязанные и заинтересованные лица. Такой набор источников информации может быть скомпонован как для источников входа, так и для источников выхода, причем они могут между собой различаться.

Далее выбирают бизнес-процессы или комбинацию их составляющих, например, отдельные этапы процесса, которые необходимо проанализировать и составляют из них систему бизнес-процессов на которую требуется воздействовать для решения поставленной задачи. Например, требуется определить и проанализировать их фактические и ожидаемые характеристики в точках входа сервера АПК (Точками входа называют выбранные характеристики определенного вида в требуемом количестве). Устанавливают из информационных баз данных по каждому из выбранных бизнес-процессов или комбинации составляющих этих бизнес-процессов, входящих в составленную систему бизнес-процессов, контрольные точки мониторинга до и после соответствующего воздействия в виде фактических и ожидаемых характеристик. Такими характеристиками могут быть фактически измеренные, а ожидаемыми могут быть, например, плановые (ожидаемые) или нормативные и выражаться в качественных или количественных характеристиках этих процессов.

На основе выбранных точек мониторинга образуют систему контролируемого бизнес-процесса. Контролируемый бизнес-процесс может выражаться как комбинация, например, нормативных (известных) бизнес-процессов, из которых выбраны точки мониторинга, выбранные под поставленную задачу, например, по созданию, обработке, администрированию и отображению этих процессов. После чего активируют интеллектуальную модель управления. Для образования и активации интеллектуальной модели управления среди контрольных точек мониторинга до и после соответствующего воздействия выбирают начальные и конечные контрольные точки мониторинга, например, качественные и количественные характеристики процесса контроля и/или измерения в системе бизнес-процессов, выбранные на основе одного из критериев: по времени или по выбранному элементу системы, или по последовательности технологических (управленческих) операций. Жизненный цикл системы контролируемого бизнес-процесса, как частный случай-жизненный цикл изделия, определяют на основе сетей Петри с помощью облачных вычислений и формируют интеллектуальную модель управления. Представляют параметры контрольных точек мониторинга для жизненного цикла системы контролируемого бизнес-процесса (продукта или услуги) в сопоставимой форме с ожидаемыми (нормативными) характеристиками, входящими в эту систему. Это могут быть, например, характеристики материальных объектов, продукта - это могут быть машины или технологический процесс (его этапы), или энергии - это объемы ресурсов по, например, тепло, электроэнергия, топливо и т.п., или информация - это килобайты, скорость передачи, программное обеспечение и т.п.

Привязывают (т.е. определяют, что к чему привязать) в сопоставимой форме выбранные характеристики контрольных точек мониторинга системы, контролируемого бизнес-процесса к выбранным начальным и конечным фактическим контрольным точкам мониторинга каждого бизнес-процесса, входящего в систему контролируемого бизнес-процесса для сформированной интеллектуальной модели управления.

Сравнивают начальные и конечные точки мониторинга для привязанных (выбранных) сопоставимых характеристик в системе контролируемого бизнес-процесса ожидаемых с фактическими характеристиками в интеллектуальной модели управления, определяют точки мониторинга, на которые требуется осуществить воздействие по критерию: время или выбранный элемент системы или качественная или количественная величина характеристики или по последовательности технологических (управленческих) операций, преобразуют (получают) определенные точки мониторинга после воздействия на систему контролируемого бизнес-процесса в выбранную форму (материальных сущностей или энергии или информации), в сопоставимых параметрах (величинах), применяемых в точках мониторинга интеллектуальной модели управления для системы контролируемого бизнес-процесса и определяют: если конечные точки мониторинга совпадают или удовлетворяют требованиям ожидаемых точек контроля, передают на источники выхода полученный результат; если конечные фактические (после преобразования) точки мониторинга не совпадают или не удовлетворяют ожидаемым требованиям в точках мониторинга, повторяют процесс активации выстроенной интеллектуальной модели управления после воздействия на систему контролируемого бизнес-процесса до получения результата, при котором точки контроля совпадают или удовлетворяют ожидаемым (плановым) требованиям в точках мониторинга или передают отчет с перечислением выполненных и требуемых дальнейших действий по рекомендованному воздействию на контролируемую систему бизнес-процесса или рекомендации по замене модели управления с отражением составляющих бизнес-процессов, входящих в эту систему, и перечнем конкретных мероприятий и сроков исполнения.

Сопоставимые параметры (величины) применяемых в точках мониторинга интеллектуальной модели управления для системы контролируемого бизнес-процесса могут отражать характеристики бизнес-процесса, например, технологической последовательности действий для производства продукта, или внедрения нового продукта на производстве, или оказания услуги, или выработки управленческого решения по логистике и т.п.

Предлагаемый способ возможно использовать в разных комбинациях частных случаев.

Например, бизнес-процессы возможно выбирать на основе характеристик по требованиям потребителей (внутренних и внешних) или на основе предшествующего анализа характеристик или характеристик, указанных в нормативных документов т.д. Также как частный случай возможно выбирать точки мониторинга по характеристикам для системы качества на предприятии или для системы управления технологическими процессами на предприятии, или для системы логистики товаров на предприятии и вне ее, или для комбинации систем, представляющих совокупность системы снабжения и последующей реализации продукции.

Также в качестве частного случая возможно загружать характеристики фактические и плановые в выбранных точках мониторинга для каждого выбранного портала участника в интерактивную автоматизированную информационную базу данных для формирования интеллектуальной модели управления. Возможно активировать в АПК автоматический процесс сравнения цепочек взаимодействия характеристик в выстроенной интеллектуальной модели управления с учетом выбранной комбинации точек мониторинга и выстроенной системы бизнес-процессов и составляющих этой системы (либо их комбинации). Комбинацией точек мониторинга в выбранных бизнес-процессах может быть комбинация характеристик, соответствующая системе маркетинга, системе продаж, системе управления проектами, системе инноваций, системе проектирования и разработки, финансовой системе предприятия, производственной системе, системе обслуживания оборудования, системе закупок комплектующих и материалов, системе логистики, системе качества, системе управления персоналом, системе информационных технологий и прочих систем.

В частном случае выбранная комбинации точек мониторинга может соответствовать комбинации характеристик выбранных бизнес-систем для характеристик различных видов ресурсов, например, характеристик сырья или требований, указанных в нормативных документах и иных документах.

Как вариант реализации предложенного способа возможно определение начальных и конечных точек мониторинга для привязанных (выбранных) сопоставимых характеристик в системе контролируемого бизнес-процесса с фактическими характеристиками в интеллектуальной модели управления, на которые требуется воздействие по выбранному критерию, при этом критерием может быть: измеряемые величины для выбранных точек контроля по времени, измеряемые качественные величины для выбранных точек управления, измеряемые величины для выбранных точек контроля по результату воздействия на составленную систему контроля и т.п.

После анализа, произведенного в интеллектуальной модели управления, например, распределяют между источниками выхода, в какую базу какие полученные характеристики требуется поместить. Способ может быть завершен различными способами: либо показывают перечень ошибок обучаемого или исполнителя, либо показывают выборки точек мониторинга в соответствии с заданными характеристиками (показателями) с возможностью преобразования этих данных в сопоставимый формат или в другую систему бизнес-процессов, либо полученные результаты просто констатируют и передают полученные точки мониторинга в информационную базу статистических данных для дальнейшего использования в выборе контрольных (нормативных) или желаемых характеристик.

Предложенный способ реализуется следующим образом.

Выстраивается система виртуальной инфраструктуры, включающая информационные базы данных, которые позволяют описать входящие в эту инфраструктуру процессы, например, характеристики создания продукта и/или услуги, а также участников, которые взаимодействуют в этой инфраструктуре, что все вместе отражает целостное представление взаимодействия ключевых процессов и организаций (участников), занимающихся производством продуктов и/или услуг. Для этого выстраивают интеллектуальную модель на базе элементов нейронных связей и искусственного интеллекта, в которой используют системный подход, при котором формируют существующие и развивающиеся (ожидаемые) характеристик элементов системы интеллектуальной модели, и они образуют единство, находятся в связи друг с другом, возможно, по принципу «каждый с каждым» или один со всеми, и обладают способностью к взаимодействию и взаимовлиянию.

В контексте данной заявки применены следующие понятия.

- Жизненный цикл - это не временной период существования, процесс последовательного изменения состояния, обусловленный видом производимых воздействий [Р 50-605-80-93. Рекомендации. Система разработки и постановки продукции на производство].

- Жизненный цикл изделия (жизненный цикл продукции) - это совокупность явлений и процессов, повторяющаяся с периодичностью, определяемой временем существования типовой конструкции изделия от ее замысла до утилизации или конкретного экземпляра изделия от момента завершения его производства до утилизации [ГОСТ Р 56136-2014]. Является частным случаем жизненного цикла системы применительно к изделиям промышленного производства.

- Жизненный цикл системы - это стадии процесса, охватывающие различные состояния системы, начиная с момента возникновения необходимости в такой системе и заканчивая ее полным исчезновением или выводом из эксплуатации; конечное множество типовых фаз и этапов, через которые система может проходить за всю историю своей жизни [ГОСТ Р ИСО 15704-2008].

- Облачные вычисления - это технология, которая обеспечивает доступ к компьютерным ресурсам через интернет. Терминалы-порталы участников, и терминал управления, в которых настраиваются характеристики виртуальных серверов и подключаются дополнительные сервисы. Модель обеспечивает удобный сетевой доступ по требованию к некоторому общему фонду конфигурируемых вычислительных ресурсов, например, сетям передачи данных, серверам, устройствам хранения данных, приложениям и сервисам как вместе, так и по отдельности.

- Нейронная сеть - вычислительная система, состоящая из ряда простых, сильно взаимосвязанных элементов обработки, которые обрабатывают информацию путем их динамического реагирования на внешние воздействия. В основном применяют в контексте заявки нейронные сети адаптивного резонанса-АРТ-1 (AdaptiveResonanceTheory)-для кластеризации, хранения и идентификации образов в форме двоичных сигналов, и АРТ-2-для кластеризации, хранения и идентификации образов, представленных как в форме двоичных сигналов, так и в форме аналоговых сигналов, в том числе с использованием обоих типов сигналов в одной структуре. В нейронных сетях используют искусственную связь (сигнал, обеспечивающий транзакцию), которая получает один или несколько входных сигналов и суммирует их, чтобы произвести выходной сигнал или активацию входного сигнала. Обычно каждый вход анализируется отдельно, и функция активации, или передаточная функция определяется как сумма сигналов, которая передается через нелинейную функцию.

- Стабильность-пластичность образа состоит в постоянной оценке: является ли некоторый образ "новой" информацией и, следовательно, реакция системы на него должна быть поисковой, с сохранением этого образа в памяти базы, либо этот образ является вариантом "старой" информации, уже знакомой, и в этом случае реакция системы должна соответствовать ранее накопленным данным, а дополнительная запись образа не требуется.

- Сети Петри - математический объект, используемый для моделирования динамических дискретных систем, и определяется как двудольный ориентированный мультиграф, состоящий из вершин двух типов-позиций и переходов, соединенных между собой дугами. Назначение - моделирование систем с взаимодействующими параллельно функционирующими компонентами при поиске тупиковых ситуаций и переполнений в моделируемой системе.

- Сети Петри используют математическую функцию (искусственный нейрон) с символьным подходом, при котором устанавливаются правила, которые связывают символы в логические связи, которые подобны алгоритму If-Then, а экспертная система обрабатывает правила, чтобы сделать выводы и определить, какая дополнительная информация ей нужна, то есть какие вопросы задавать, используя удобочитаемые символы и в удобочитаемой форме. Также использует логический подход, при котором искусственный интеллект наделяется правилами-на каких программах эти правила действуют и какие характеристики следует изложить в формальных терминах, а проблемы с несколькими сотнями фактов-как изложить с перечислением требуемых факторов, которые надо использовать в первую очередь. На основе этого в предложенном способе используют искусственный интеллект как способность компьютера обучаться, принимать решения и выполнять действия, свойственные человеческому интеллекту.

Предложенный способ иллюстрируется схемами конкретных примеров, которые не охватывают всех вариантов реализации данного способа, например, обучение, управление несоответствиями, управление проектами.

Способ иллюстрируется чертежами.

На Фиг. 9 - модель реализации бизнес-процесса корректирующих действий в цепи поставок.

На Фиг. 10 показан алгоритм действий в аппаратно-программном комплексе при анализе претензий потребителей, задача-Процесс «Качество», подпроцесс «Претензионная работа».

На Фиг. 11 показан Пример 2 в виде таблиц для реализации этапов Процесса «Управление проектами», подпроцесс «Перспективное планирование качества продукта APQP и процесс согласования производства продукта РРАР»: а) Перспективное планирование качества продукта APQP и процесс согласования производства продукта РРАР: 1 (ИВх), (Интерфейс) б) Перспективное планирование качества продукта APQP и процесс согласования производства продукта РРАР: База данных и его элементы; в) Перспективное планирование качества продукта APQP и процесс согласования производства продукта РРАР: (ВТМ), (ВНКТМ), (ВХТМ), (ОХТМ); г) Перспективное планирование качества продукта APQP: (ОФС)

На Фиг. 12 показан Пример 1 в виде таблиц для реализации этапов Процесс «Качество», подпроцесс «Процесс корректирующих и предупреждающих действий»: а) Процесс корректирующих и предупреждающих действий: информация о несоответствии: (ИВх), (Интерфейс); б) Процесс корректирующих и предупреждающих действий: информация о поставщике: (ИВх), (Интерфейс); в) Процесс корректирующих и предупреждающих действий: информация о сдерживающих действиях: (ИВх), (Интерфейс).

На Фиг. 13 показан Пример 3 в виде таблиц для реализации этапов Процесс «Закупки», подпроцесс «Оценка/Аудит/План развития поставщика» а) Оценка/Аудит/План развития поставщика: (ИВх), (Интерфейс); б) Оценка/Аудит/План развития поставщика: (ИВх), (Интерфейс); в) Оценка поставщика. Выбор элемента для оценивания: (ИВх), (Интерфейс).

На Фиг. 14 показан Пример 4 в виде таблиц зависимостей значений уровня зрелости от входных переменных «Определение процесса», «Развертывание процесса», «Реализация процесса», «Результативность процесса».

На Фиг. 15 показан алгоритм выбора методики оценки процесса «Закупки», подпроцесс «Оценка/Аудит/План развития поставщика».

На Фиг. 16 показан высокоуровневый дизайн решения (HLD).

На Фиг. 17 показан вариант реализации программно-аппаратного комплекса.

На первоначальном этапе осуществляют инициирование в компьютерной системе всех интерфейсов пользователей. В контексте заявки они названы порталы участников, у каждого портала есть точки входа и выхода, также как и у сервера. Это могут быть внутренние и внешние потребители, поставщики комплектующих, сырья и материалов, контролирующие органы и другие взаимосвязанные и заинтересованные лица. Порталы участников определяют исходя из построенного жизненного цикла системы. Этот жизненный цикл зависит от того, какие бизнес-процессы должны входить в эту систему. Например, в общем виде этапы бизнес-процессов указаны на Фиг. 11 2. Могут быть выбраны как все этапы, так и часть этапов. Однако каждый этап еще может быть разбит на подэтапы, например, на этапе производства-измерения каких-либо технологических величин в промежуточных технологических процессах, или на этапе логистики-конкретные точки перемещения товара и так далее. Выбранные этапы зависят от поставленной задачи. Бизнес-процессы для системы выбирают из конкретных стандартных бизнес-процессов, которые должны иметь определенные этапы, далее их возможно дополнять, корректировать, исключать отдельные элементы этапов. Это могут быть: системы качества на предприятии, системы управления технологическими процессами на предприятии, системы логистики товаров на предприятии и вне ее, комбинации этих систем и так далее. В совокупности на основе этого составляют систему контролируемых бизнес-процессов под конкретную задачу. На основе этого и выстраивают интеллектуальную модель управления, предварительно сформировав конфигурацию порталов участников.

На основе жизненного цикла системы формируют конфигурацию порталов участников, причем этих участников делят на тех, от которых получают текущие и ожидаемые характеристики бизнес-процесса, и на тех, кто получит результат решения поставленной задачи, после чего они смогут осуществить воздействие на те или иные характеристики взаимосвязанных бизнес-процессов. В каждом портале участника определяют конфигурацию в зависимости от количества характеристик источников входа информации о предшествующих процессах для определенного бизнес-процесса и источников выхода информации о последующих процессах для определенного бизнес-процесса. Источниками входа и выхода могут быть источники как качественных характеристик, которые описывают участники в виде образов (ресурсов, информации), так и источники количественных характеристик (материальных объектов, энергии), которые, например, снимают в виде показаний с приборов.

Например, в выбранной системе бизнес-процессов источниками информации могут быть как непосредственно разработчики, управленцы, работающие самостоятельно, так и руководители предприятий, действующие от имени этих предприятий, так и устройства контроля на отдельных технологических линиях или устройствах. Причем набор источников может быть выбран из различных цепочек предприятий, взаимодействующих между собой для реализации того или иного бизнес-процесса, например, внутренние и внешние поставщики, потребители продукции, другие взаимосвязанные и заинтересованные лица. Такой набор источников информации может быть скомпонован как для источников входа, так и для источников выхода, причем они могут между собой различаться.

В зависимости от количества и вида характеристик определяют точки входа и выхода, из которых устанавливают контрольные точки мониторинга до и после соответствующего воздействия в виде фактических и плановых (ожидаемых, нормативных) характеристик, выбранных из информационных баз данных по каждому выбранному (нормативному, стандартному, средне статистическому и т.п.) бизнес-процессу, входящему в установленную систему контролируемого бизнес-процесса. Эти информационные базы данных-нормативные, стандартные, среднестатистические могут храниться как на серверах порталов участников, так и на сервере с аппаратно-программным комплексом (АПК).

Таких баз данных (характеристик) может быть множество, например, точки мониторинга могут относиться к характеристикам системы маркетинга, системы продаж, системы управления проектами, системы инноваций, системы проектирования и разработки, финансовой системы предприятия, производственной системы, системы обслуживания оборудования, системы закупок комплектующих и материалов, системы логистики, системы качества, системы управления персоналом, системы информационных технологий и прочих систем.

Начальными и конечными контрольными точками мониторинга могут быть качественные и количественные характеристики процесса контроля и/или измерения в системе бизнес-процессов, выбранные из точек входа на основе одного из критериев: по времени или по характеристикам выбранного элемента системы, или по характеристикам последовательности технологических (управленческих) операций и тому подобное.

После осуществления данных операций и на их основе образуют интеллектуальную модель управления в компьютерной системе. Таким образом, определение конфигурации порталов участников, конфигурации системы бизнес-процессов и определенных начальных и конечных контрольных точек мониторинга до и после воздействия образует интеллектуальную модель управления.

Компьютерная система позволяет использовать отдельные модули или различные участки цепи операций во всем жизненном цикле изделия-от проектирования, до изготовления, поставок, и утилизации, в том числе вспомогательные процессы в виде обучения персонала, найма и т.п. В выбранной системе для конкретного участка цепи операций выбирают шкалу рейтингов.

Шкала рейтингов для свойств процесса «Определение», «Развертывание», «Реализация», «Результативность» представлена в таблице 6. На примере процесса корректирующих действий.

Решение спроектировано с использованием нечеткой системы, реализованной в пакете Fuzzy Logic Toolbox программной среды MATLAB. Входные лингвистические переменные представлены свойствами процесса: «Определение», «Развертывание», «Реализация», «Результативность». Выходная лингвистическая переменная представляет собой уровень зрелости процесса корректирующих действий. Определенные термы соответствуют шкалам рейтингов свойств процесса:

N - не соответствует;

Р - частично соответствует;

L - значительная степень соответствия;

F - полное соответствие.

В качестве метода использован алгоритм настройки системы нечеткого логического вывода типа алгоритма Мамдани.

Шкалы оценки эталонных моделей входных переменных («Определение», «Развертывание», «Реализация», «Результативность») приведены в таблицах 7-13.

Шкала оценок входной переменной «Определение» представлена в таблице 7. На примере процесса корректирующих действий.

Шкала оценок входной переменной «Определение» представлена в Таблице 8. На примере процесса корректирующих действий.

Шкала оценок входной переменной «Развертывание» представлена в Таблице 9. На примере процесса корректирующих действий.

Шкала оценок входной переменной «Реализация» представлена в Таблице 10. На примере процесса корректирующих действий.

Шкала оценок входной переменной «Результативность» представлена в Таблице 11 На примере процесса корректирующих действий.

Функции принадлежности для свойств процесса корректирующих действий для четырех входных переменных выбрана функция принадлежности по Гауссу с синтаксисом y=gaussmf(x,params):

Функции принадлежности для входных переменных («Определение», «Развертывание», «Реализация», «Результативность») представлены в Таблице 12. На примере процесса корректирующих действий.

В программной среде MATLAB разработаны 256 правил, позволяющих определять уровень зрелости процесса на основании оценок свойств ПКД.

Функции принадлежности выходного результата «Уровень зрелости ПКД» представлены в таблице 13. На примере процесса корректирующих действий.

Зависимости значений уровня зрелости от входных переменных «Определение процесса», «Развертывание процесса», «Реализация процесса», «Результативность процесса» определяются поверхностями, представлены на Фиг. 14. На примере процесса корректирующих действий.

Модель оценки зрелости на основе значений входных переменных «Определение процесса», «Развертывание процесса», «Реализация процесса», «Результативность процесса» позволяет извлекать результат выходной переменной в виде уровня зрелости процесса в программной среде MATLAB посредством алгоритма нечеткий логики.

Рассмотрим на примере процесса корректирующих действий. С учетом модели реализации бизнес-процесса корректирующих действий в цепи, показанной на Фиг. 9, выбирают массив алгоритмов портала «Корректирующие и предупреждающие действия" КПД {Х₇} по формуле:

{Х₇} КПД=ƒ({Х₇₁}, {Х₇₂}, {Х₇₃}, {Х₇₄}; {Х₇₅}; {Х₇₆}; {U₇₁}),где

{X₇₁}-массив участников

{Х₇₂}-массив алгоритмов сдерживающих действий;

{Х₇₃}-массив алгоритмов корректирующих действий;

{Х₇₄}-массив алгоритмов предупреждающих действий;

{Х₇₅}-массив алгоритмов управления рисками;

{Х₇₆}-массив алгоритмов управления знаниями;

{U₇₁}-массив алгоритмов ущербов.

{X₇₁} массив участников=ƒ({Х₇₁₁}; {X₇₁₂}; ({X₇₁₃})

{Х₇₁₁₁}-массив поставщиков 1-го уровня; {Х₇₁₁₂}-массив поставщиков n-уровней; {Х₇₁₁₃}-массив организаций.

{Х₇₂} массив алгоритмов сдерживающих действий.

Например:

1. элементы {Х₇₂} массива алгоритмов сдержит следующие действия:

{Х₇₂} массив алгоритмов сдерживающих действий=ƒ({X₇₂₁}; {Х₇₂₂}; {Х₇₂₃}; {Х₇₂₄};

{Х₇₂₅ }; {Х₇₂₆}; {Х₇₂₇}; {Х₇₂₈})

{X₇₂₁} Сортировочные действия в производстве Заказчика;

{Х₇₂₂}-Сортировочные действия на складах Заказчика;

{Х₇₂₃}-Сортировочные действия отгруженной Заказчиком продукции;

{Х₇₂₄}-Сортировочные действия в производстве Исполнителя;

{Х₇₂₅}-Сортировочные действия на складах Исполнителя;

{Х₇₂₆}-Сортировочные действия на стороне суб-поставщиков Исполнителя;

{Х₇₂₈}-Иные действия.

2. Сортировочные действия в производстве Заказчика содержат:

{X₇₂₁}-Сортировочные действия в производстве Заказчика=ƒ({Х₇₂₁₁}; {X₇₂₁₂}; {Х₇₂₁₃}; {X₇₂₁₄}; {X₇₂₁₅}; {X₇₂₁₆}), где

{Х₇₂₁₁}-количество отсортированной продукции;

{X₇₂₁₂}-количество годной продукции по результатам сортировки;

{Х₇₂₁₃}-количество негодной продукции по результатам сортировки;

{X₇₂₁₄} дата начала сортировочных действий;

{X₇₁₅}-дата завершения сортировочных действий;

{Х₇₂₁₆}-обозначение сертифицированной поставки после сортировочных действий.

3. Элементы {Х₇₃} массива алгоритмов корректирующих действий содержит:

{Х₇₃ массив алгоритмов корректирующих действий=ƒ({X₇₃₁}; {Х₇₃₂}; {Х₇₃₃}; {Х₇₃₄}; {Х₇₃₅ }; {Х₇₃₆}; {Х₇₃₇}; {Х₇₃₈}; {X₇₃₉};{X₇₃₁₀};{X₇₃₁₁};{X₇₃₁₂}; {X₇₃₁₃}), где

{X₇₃₁}-корневая причина возникновения

{Х₇₃₂}-корневая причина необнаружения

{Х₇₃₃}-системная корневая причина возникновения

{Х₇₃₄}-системная корневая причина необнаружения

{Х₇₃₅}-корректирующие действия против корневой причины возникновения

{Х₇₃₆}-корректирующие действия против корневой причины необнаружения

{Х₇₃₇}-системные корректирующие действия против корневой причины

возникновения

{X₇₃₈}-системные корректирующие действия против корневой причины необнаружения

{Х₇₃₉}-дата внедрения корректирующих действий против корневой причины возникновения

{Х₇₃₁₀}-дата внедрения корректирующих действий против корневой причины необнаружения

{Х₇₃₁₁}-дата внедрения системных корректирующих действий против корневой

причины возникновения

{Х₇₃₁₂}-дата внедрения системных корректирующих действий против корневой

причины необнаружения

{Х₇₃₁₃}-использованные инструменты для поиска и анализа корневых причин

4. Элементы {Х₇₄} массива алгоритмов предупреждающих действий по формуле:

{Х₇₄} массив алгоритмов предупреждающих действий=ƒ({X₇₄₁}; {Х₇₄₂}; {Х₇₄₃};{Х₇₄₄}; {Х₇₄₅}; {Х₇₄₆}; {Х₇₄₇}), содержит действия, где

{X₇₄₁}-предупреждающие действия от возникновения схожих или аналогичных проблем;

{Х₇₄₂}-дата внедрения предупреждающих действий;

{Х₇₄₃}-обновление документации;

А действие {Х₇₄₃}-обновления документации содержит План управления, Рабочие инструкции, График ППР оборудования и Инженерное изменение.

И, например, {Х₇₄₄} Выученные уроки, {Х₇₄₅ } распространение знаний в цепи поставок

Где {Х₇₄₅} учитывает распространение знаний в цепи поставок: Внутри отдела, Внутри завода, Внутри компании, Поставщику, Потребителю;

{Х₇₄₆} учитывает ответственного за извлечение и распространение уроков;

{Х₇₄₇} учитывает дату внедрения извлеченного урока

На основе значений входных переменных процесса корректирующих действий «Определение процесса», «Развертывание процесса», «Реализация процесса», «Результативность процесса» извлекается результат выходной переменной в виде уровня зрелости процесса корректирующих действий.

В связи с различиями целей и задач, лежащих в основе оценки зрелости процесса корректирующих действий, принимаются управленческих решения о выборе методики повышения результативности, выбирают методику оценки, этапы которой показаны на схеме Фиг. 15.

Кроме того, децентрализованное хранение, обработка, предоставление данных позволяет добиться низкого порога вхождения для новых доменов, повышения устойчивости системы и простоты в ее эксплуатации как показано на Фиг. 16 и 17.

Таким образом, при реализации предложенной последовательности действий обеспечивают возможность формирования с помощью компьютерной системы системного навыка у пользователя (в интеллектуальной системе) при решении конкретных задач по управлению в конкретной компьютерной системе с учетом особенностей по характеристикам поставленной задачи, предварительно выявив какие необходимые действия требуется выполнить по изменению характеристик интеллектуальной модели для управления системой, в которой имитирована инфраструктура организаций, входящих в эту систему, и способ помогает выработать решение для ее управления, а также проверить навыки управления.

Кроме того, децентрализованное хранение, обработка, предоставление данных позволяет добиться низкого порога вхождения для новых доменов, повышения устойчивости системы и простоты в ее эксплуатации как показано на Фиг. 16 и 17.

Изобретение относится к системе и способу обработки информации интеллектуальной модели управления. Технический результат заключается в реализации аппаратно-программного комплекса, обеспечивающего функционирование компьютерной системы и выполнение способа обработки информации. Система содержит аппаратно-программный комплекс (АПК), обеспечивающий функционирование динамической компьютерной системы для взаимосвязанных бизнес-процессов в единой облачной среде взаимодействия вычислений с масштабируемой архитектурой сетевых потоков между ее микросхемами и единым программным обеспечением, структурированной на основе заданной бизнес-модели, построенной на входных и выходных данных для каждой микросхемы в виде блоков, находящихся под управлением аппаратно-программного комплекса, включающего анализ посредством искусственной нейронной сети, и связанной каналами передачи данных с компьютерами участников системы, отличающаяся тем, что АПК содержит блок источников входа, включающий интерфейсы порталов участников системы бизнес-процессов и базы данных фактических (i) и ожидаемых точек мониторинга (j) по каждой составляющей из набора конкретных бизнес-процессов, входящих в эту систему, - блок описания всего набора стандартных бизнес-процессов, содержащий базу данных характеристик каждого стандартного бизнес-процесса, - блок контролируемой системы бизнес-процесса, получающий от блока описания бизнес-процессов, входящих в эту систему, характеристики из всей совокупности стандартных бизнес-процессов или их составляющих в полученных от источников входа точках мониторинга, в котором в атомистическом режиме отбирают необходимые для выполнения поставленной задачи точки мониторинга отобранных бизнес-процессов, образуя в совокупности контролируемую систему бизнес-процесса, - блок источников выхода, включающий интерфейсы порталов участников системы бизнес-процессов и базы данных достигнутых промежуточных и/или ожидаемых характеристик точек мониторинга после воздействия на точки мониторинга для каждого отобранного бизнес-процесса, и в совокупности входящих в контролируемую систему бизнес-процесса, - блок интеллектуальной модели управления, включающий интерактивную автоматизированную информационную базу (ИАИБ) всех характеристик всех выбранных бизнес-процессов или их составляющих, из которых автоматически выбираются все необходимые начальные и конечные контрольные точки мониторинга контролируемой системы бизнес-процесса на основе заданных критериев и блок определения необходимых точек мониторинга с фактическими характеристиками (БОНТМ) для воздействия на точки мониторинга контролируемой системы бизнес-процесса, на которые необходимо воздействовать (изменять) для решения поставленной задачи в контролируемой системе бизнес-процесса, при этом блок интерактивной автоматизированной информационной базы (ИАИБ) содержит: блок выбора начальных и конечных точек мониторинга (ВНКТМ), блок фактических характеристик в выбранных точках мониторинга (ФХТМ), полученных из источников входа (БФХ), блок ожидаемых характеристик в выбранных точках мониторинга (ОХТМ), полученных из источников входа (БПХ), блок облачных вычислений жизненного цикла (ОВЖЦ) контролируемой системы бизнес-процессов, снабженной специальным ПО, преобразующих полученные из блоков ВНКТМ, ФХТМ и ОХТМ характеристики в выбранных точках мониторинга контролируемой системы бизнес процессов в сопоставимую между собой форму, блок выбора точек мониторинга (ВТМ) для решения поставленной задачи в контролируемой системе бизнес-процесса, блок анализа (сравнения) характеристик (АХ) в сопоставимой форме фактических и ожидаемых (плановых) характеристик в точках мониторинга до и после воздействия на систему бизнес процессов, при этом в ИАИБ каждый блок связан по каналам связи, на входе блок ВТМ - с блоком источников входа (Ивх), блоком автоматизированной информационной базы для системы бизнес-процессов (АИБ), блоком Ивых и блоком ОНТМ, на выходе - с блоком ВНКТМ, ВХТМ, ОХТМ и ОВЖЦ, на входе блок ОВХЦ - с ВНКТМ, ВХТМ и ОХТМ, на выходе - с блоком АХ, блок ОНТМ на входе - с блоком АХ, на выходе - с блоком источников выхода (Ивых), на входе блок Ивых связан, на выходе блок Ивых - либо с блоком отчетности с формированием статистики, либо с блоком ОВЖЦ. 2 н. и 36 з.п. ф-лы, 24 ил., 13 табл.

1. Компьютерная система интеллектуальной модели управления, содержащая аппаратно-программный комплекс (АПК), обеспечивающий функционирование динамической компьютерной системы для взаимосвязанных бизнес-процессов в единой облачной среде взаимодействия вычислений с масштабируемой архитектурой сетевых потоков между ее микросхемами и единым программным обеспечением, структурированной на основе заданной бизнес-модели, построенной на входных и выходных данных для каждой микросхемы в виде блоков, находящихся под управлением аппаратно-программного комплекса, включающего анализ посредством искусственной нейронной сети, и связанной каналами передачи данных с компьютерами участников системы, отличающаяся тем, что АПК содержит блок источников входа, включающий интерфейсы порталов участников системы бизнес-процессов и базы данных фактических (i) и ожидаемых точек мониторинга (j) по каждой составляющей из набора конкретных бизнес-процессов, входящих в эту систему, - блок описания всего набора стандартных бизнес-процессов, содержащая базу данных характеристик каждого стандартного бизнес-процесса, - блок контролируемой системы бизнес-процесса, получающий от блока описания бизнес-процессов, входящих в эту систему, характеристики из всей совокупности стандартных бизнес-процессов или их составляющих в полученных от источников входа точках мониторинга, в котором в атомистическом режиме отбирают необходимые для выполнения поставленной задачи точки мониторинга отобранных бизнес-процессов, образуя в совокупности контролируемую систему бизнес-процесса, - блок источников выхода, включающий интерфейсы порталов участников системы бизнес-процессов и базы данных достигнутых промежуточных и/или ожидаемых характеристик точек мониторинга после воздействия на точки мониторинга для каждого отобранного бизнес-процесса, и в совокупности входящих в контролируемую систему бизнес-процесса, - блок интеллектуальной модели управления, включающий интерактивную автоматизированную информационную базу (ИАИБ) всех характеристик всех выбранных бизнес-процессов или их составляющих, из которых автоматически выбираются все необходимые начальные и конечные контрольные точки мониторинга контролируемой системы бизнес-процесса на основе заданных критериев и блок определения необходимых точек мониторинга с фактическими характеристиками (БОНТМ) для воздействия на точки мониторинга контролируемой системы бизнес-процесса, на которые необходимо воздействовать (изменять) для решения поставленной задачи в контролируемой системе бизнес-процесса, при этом блок интерактивной автоматизированной информационной базы (ИАИБ) содержит: блок выбора начальных и конечных точек мониторинга (ВНКТМ), блок фактических характеристик в выбранных точках мониторинга (ФХТМ), полученных из источников входа (БФХ), блок ожидаемых характеристик в выбранных точках мониторинга (ОХТМ), полученных из источников входа (БПХ), блок облачных вычислений жизненного цикла (ОВЖЦ) контролируемой системы бизнес-процессов, снабженной специальным ПО, преобразующих полученные из блоков ВНКТМ, ФХТМ и ОХТМ характеристики в выбранных точках мониторинга контролируемой системы бизнес-процессов в сопоставимую между собой форму, блок выбора точек мониторинга (ВТМ) для решения поставленной задачи в контролируемой системе бизнес-процесса, блок анализа (сравнения) характеристик (АХ) в сопоставимой форме фактических и ожидаемых (плановых) характеристик в точках мониторинга до и после воздействия на систему бизнес-процессов, при этом в ИАИБ каждый блок связан по каналам связи, на входе блок ВТМ - с блоком источников входа (Ивх), блоком автоматизированной информационной базы для системы бизнес-процессов (АИБ), блоком Ивых и блоком ОНТМ, на выходе - с блоком ВНКТМ, ВХТМ, ОХТМ и ОВЖЦ, на входе блок ОВХЦ - с ВНКТМ, ВХТМ и ОХТМ, на выходе - с блоком АХ, блок ОНТМ на входе - с блоком АХ, на выходе - с блоком источников выхода (Ивых), на входе блок Ивых связан, на выходе блок Ивых - либо с блоком отчетности с формированием статистики, либо с блоком ОВЖЦ.

2. Компьютерная система интеллектуальной модели управления по п. 1, отличающаяся тем, что ИАИБ включает дополнительно блок формирования запросов с критериями отбора контролируемой системы бизнес-процесса.

3. Компьютерная система интеллектуальной модели управления по п. 1, отличающаяся тем, что ИАИБ включает дополнительно блок формирования отчета.

4. Компьютерная система интеллектуальной модели управления по п. 1, отличающаяся тем, что ИАИБ включает дополнительно блок выработки видов воздействия на точки мониторинга контролируемой системы бизнес-процессов.

5. Компьютерная система интеллектуальной модели управления по п. 1, отличающаяся тем, что контролируемая система бизнес-процессов представлена в виде обучающей системы.

6. Компьютерная система интеллектуальной модели управления по п. 1, отличающаяся тем, что включает дополнительно блок отчетности с формированием статистики по точкам мониторинга и видам воздействия.

7. Компьютерная система интеллектуальной модели управления по п. 1, отличающаяся тем, что включает дополнительно блок взаимодействия (интерфейс) с источником информации по входным точкам контроля.

8. Компьютерная система интеллектуальной модели управления по п. 1, отличающаяся тем, что включает дополнительно блок взаимодействия с источником информации по выходным точкам контроля.

9. Компьютерная система интеллектуальной модели управления по п. 1, отличающаяся тем, что включает дополнительно блок заполнения, редактирования хранения характеристик начальных точек контроля.

10. Компьютерная система интеллектуальной модели управления по п. 1, отличающаяся тем, что включает дополнительно блок заполнения, редактирования, хранения характеристик конечных точек контроля (блок результат обработки данных).

11. Компьютерная система интеллектуальной модели управления по п. 1, отличающаяся тем, что контролируемая система бизнес-процессов представлена в виде интеллектуальной модели управления, сформирована как система логистики.

12. Способ обработки информации для выявления, формирования и доставки информации, размещенной на машиночитаемом носителе в компьютерной системе в виде управленческих решений, включающий Инициирование в компьютерной системе, составленной из блоков и снабженной интерфейсами в виде порталов участников бизнес-процесса, взаимодействие в интерактивном режиме посредством интерфейса портала участника бизнес-процесса с аппаратно-программным комплексом (АПК), на который передают характеристики сформулированной задачи через систему микросхем для определенного бизнес-процесса с фактическими и ожидаемыми характеристиками, принимают с сервера АПК характеристики решения сформулированной задачи с указанием характеристик вида воздействия на определенные характеристики бизнес-процесса, предоставляют по обратной связи уточненные характеристики в АПК, повторяют процесс взаимодействия с сервером АПК необходимое количество раз до получения ожидаемых характеристик бизнес-процесса, создают базу данных статистически верных решений данной задачи, отличающийся тем, что после получения характеристик сформулированной задачи посредством АПК выстраивают интеллектуальную модель управления с учетом характеристик взаимосвязанных и взаимодействующих бизнес-процессов, образующих систему в системе блоков АПК, и реализующую поставленную задачу, для чего: выбирают конфигурацию порталов участников для конкретной конфигурации модели управления бизнес-процессами в виде источников характеристик для входа информации о предшествующих процессах для определенного бизнес-процесса и конфигурацию источников характеристик для выхода информации о последующих процессах для определенного бизнес-процесса, выбирают характеристики бизнес-процесса или комбинацию их составляющих, которые необходимо проанализировать и определить их фактические и ожидаемые характеристики в точках входа, и составляют из них систему блоков АПК, отражающих характеристики бизнес-процессов, на которую требуется воздействовать для решения поставленной задачи, устанавливают из информационных баз данных по каждому бизнес-процессу или комбинации составляющих этих бизнес-процессов, входящих в эту систему характеристики бизнес-процессов, контрольные точки мониторинга этих характеристик до и после соответствующего воздействия в виде фактических и ожидаемых характеристик и на основе выбранных точек мониторинга образуют систему блоков АПК, отражающих характеристики контролируемого бизнес-процесса, после чего активируют интеллектуальную модель управления, для этого: среди контрольных точек мониторинга до и после соответствующего воздействия на характеристики выбирают начальные и конечные контрольные точки мониторинга на основе выбранного критерия: по времени или по выбранному элементу системы или по качественной характеристике, определяют жизненный цикл системы, отражающей характеристики контролируемого бизнес-процесса на основе сетей Петри с помощью облачных вычислений и формируют интеллектуальную модель управления, представляют параметры (характеристики) контрольных точек мониторинга для жизненного цикла системы, отражающей характеристики контролируемого бизнес-процесса в сопоставимой форме в виде ожидаемых характеристик материальных объектов или энергии или объема информации, входящих в эту систему, привязывают в сопоставимой форме выбранные характеристики контрольных точек мониторинга системы, отражающей характеристики контролируемого бизнес-процесса к выбранным начальным и конечным фактическим контрольным точкам мониторинга характеристикам каждого бизнес-процесса, входящего в систему контролируемого бизнес-процесса для сформированной интеллектуальной модели управления, сравнивают начальные и конечные точки мониторинга по характеристикам для привязанных сопоставимых характеристик в системе контролируемого бизнес-процесса ожидаемых с фактическими характеристиками в интеллектуальной модели управления, определяют точки мониторинга по характеристикам, на которые требуется осуществить воздействие по критерию: время или выбранный элемент системы или качественная или количественная величина характеристики, преобразуют определенные точки мониторинга после воздействия на систему, отражающую характеристики контролируемого бизнес-процесса в выбранную форму в сопоставимых параметрах, применяемых в точках мониторинга интеллектуальной модели управления для системы контролируемого бизнес-процесса, и определяют: если конечные точки мониторинга совпадают или удовлетворяют требованиям ожидаемых точек контроля по характеристикам, передают на источники выхода полученный результат, если конечные фактические точки мониторинга не совпадают или не удовлетворяют ожидаемым требованиям в точках мониторинга по характеристикам, повторяют процесс активации выстроенной интеллектуальной модели управления после воздействия на систему, отражающую характеристики контролируемого бизнес-процесса до получения результата, при котором точки контроля по характеристикам совпадают или удовлетворяют ожидаемым требованиям в точках мониторинга или передают отчет с перечислением выполненных и требуемых дальнейших действий по рекомендованному воздействию на характеристики контролируемой системы бизнес-процесса или рекомендации по замене модели управления с отражением характеристик, составляющих бизнес-процессы, входящие в систему, отражающую характеристики этой модели, с указанием перечня конкретных мероприятий по корректировке системы, отражающую характеристики интеллектуальной модели с указанием последовательности исполнения.

13. Способ обработки информации по п. 12, отличающийся тем, что бизнес-процессы выбирают на основе требований потребителей (внутренних и внешних), или анализа требований, или нормативных документов.

14. Способ обработки информации по п. 12, отличающийся тем, что точки выбирают для системы качества на предприятии.

15. Способ обработки информации по п. 12, отличающийся тем, что точки выбирают для системы управления технологическими процессами на предприятии.

16. Способ обработки информации по п. 12, отличающийся тем, что точки выбирают для системы логистики товаров на предприятии и вне ее.

17. Способ обработки информации по п. 12, отличающийся тем, что точки выбирают для комбинации систем.

18. Способ обработки информации по п. 12, отличающийся тем, что загружают характеристики фактические и плановые в выбранных точках мониторинга для каждого выбранного портала участника в интерактивную автоматизированную информационную базу данных для формирования интеллектуальной модели управления.

19. Способ выявления и формирования управленческих решений по п. 12, отличающийся тем, что активируют в АПК автоматический процесс сравнения цепочек взаимодействия характеристик в выстроенной интеллектуальной модели управления с учетом выбранной комбинации точек мониторинга и выстроенной системы бизнес-процессов и составляющих этой системы (как комбинации).

20. Способ обработки информации по п. 19, отличающийся тем, что комбинации точек мониторинга соответствуют системе маркетинга.

21. Способ обработки информации по п. 19, отличающийся тем, что комбинации точек мониторинга соответствуют системе продаж.

22. Способ обработки информации по п. 19, отличающийся тем, что комбинации точек мониторинга соответствуют системе управления проектами.

23. Способ обработки информации по п. 19, отличающийся тем, что комбинации точек мониторинга соответствуют системе исследования и технологических разработок.

24. Способ обработки информации по п. 19, отличающийся тем, что комбинации точек мониторинга соответствуют системе финансовой.

25. Способ обработки информации по п. 19, отличающийся тем, что комбинации точек мониторинга соответствуют системе производственной.

26. Способ обработки информации по п. 19, отличающийся тем, что комбинации точек мониторинга соответствуют системе оснащения производства/обслуживания оборудования.

27. Способ обработки информации по п. 19, отличающийся тем, что комбинации точек мониторинга соответствуют системе закупок.

28. Способ обработки информации по п. 19, отличающийся тем, что комбинации точек мониторинга соответствуют системе логистики.

29. Способ обработки информации по п. 19, отличающийся тем, что комбинации точек мониторинга соответствуют системе качества.

30. Способ обработки информации по п. 19, отличающийся тем, что комбинации точек мониторинга соответствуют системе управления персоналом.

31. Способ обработки информации по п. 19, отличающийся тем, что комбинации точек мониторинга соответствуют системе информационных технологий.

32. Способ обработки информации по п. 19, отличающийся тем, что комбинации точек мониторинга соответствуют комбинации систем.

33. Способ обработки информации по п. 12, отличающийся тем, что выбирают характеристики сырья или ресурсов или требований, указанных в нормативных документах и иных документах.

34. Способ обработки информации по п. 12, отличающийся тем, что определяют начальные и конечные точки мониторинга для привязанных (выбранных) сопоставимых характеристик в системе контролируемого бизнес-процесса с фактическими характеристиками в интеллектуальной модели управления, на которые требуется воздействие по критерию: измеряемые величины для выбранных точек контроля по времени, или измеряемые величины для выбранных точек управления, или измеряемые величины для выбранных точек контроля по результату воздействия на систему.

35. Способ обработки информации по п. 12, отличающийся тем, что распределяют между источниками выхода, в какую базу какие полученные характеристики поместить.

36. Способ обработки информации по п. 12, отличающийся тем, что показывают перечень ошибок обучаемого или исполнителя.

37. Способ обработки информации по п. 12, отличающийся тем, что показывают выборки точек мониторинга в соответствии с заданными характеристиками (показателями) с возможностью преобразования этих данных в сопоставимый формат или в другую систему бизнес-процессов.

38. Способ обработки информации по п. 12, отличающийся тем, что передает полученные точки мониторинга в информационную базу статистических данных.