Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Адаптивная автоматизированная система мониторинга рисков в цепях поставок наукоемкой продукции

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Современный уровень рыночной экономики характеризуется кризисными явлениями, нарастанием процессов глобализации и интеграции связей экономических субъектов. Очевидно, что при сохранении подобных тенденций, ведущим направлением останется создание цепей поставок, позволяющих снизить временные и финансовые потери на пути от производителя к потребителю. Активный обмен новейшими технологическими… Читать ещё >

Содержание

  • ГЛАВА 1. АНАЛИЗ ПРОБЛЕМ ПОСТРОЕНИЯ СИСТЕМ 10 УПРАВЛЕНИЯ РИСКАМИ В ЦЕПЯХ ПОСТАВОК
    • 1. 1. Глобальный ландшафт рисков в разрезе менеджмента 10 безопасности цепей поставок
    • 1. 2. Теоретические проблемы построения логистических систем
    • 1. 3. Элементы системного моделирования цепей поставок
    • 1. 4. Международные стандарты и инструменты 41 интеллектуального управления в области безопасности цепей поставок
    • 1. 5. Выводы по главе
  • ГЛАВА 2. РАЗРАБОТКА НЕЙРОЛОГИСТИЧЕСКОЙ МОДЕЛИ МОНИТОРИНГА РИСКОВ ЦЕПИ ПОСТАВОК
    • 2. 1. Анализ проблем автоматизации и мониторинга отрасли. 55 производства оборудования для АЗС
    • 2. 2. Разработка базовой структуры системы менеджмента 62 безопасности цепей поставок
    • 2. 3. Построение и основные этапы системы мониторинга 71 рисков цепей поставок
    • 2. 4. Нейрологистическая модель системы мониторинга рисков
    • 2. 5. Нормативные требования к управлению рисками на основе 92 международного стандарта ISO
    • 2. 6. Выводы по главе
  • ГЛАВА 3. РАЗРАБОТКА АЛГОРИТМОВ И МЕТОДОВ 99 АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ МОНИТОРИНГА В ЗАДАЧАХ УПРАВЛЕНИЯ РИСКАМИ
    • 3. 1. Модель управления рисками на основе 100 нейрологистического модуля
    • 3. 2. Формирование категорий метрик для управления рисками в 107 цепях поставок
    • 3. 3. Алгоритм функционирования системы мониторинга
    • 3. 4. Модель процессно-функциональных связей системы 118 мониторинга
    • 3. 5. Выводы по главе
  • ГЛАВА 4. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ 125 АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ МОНИТОРИНГА РИСКОВ
    • 4. 1. Структура принятия решений о выборе режима 125 функционирования цепи поставок с. учетом риска
    • 4. 2. Схема устранения отклонений (адаптация) в цепи поставок
    • 4. 3. Программная реализация нейрологистического модуля
    • 4. 4. Реализация удаленного доступа к нейрологистическому 144 модулю
    • 4. 5. Оценка эффективности устойчивости и адаптивности 148 системы мониторинга
    • 4. 6. Выводы по главе 4
  • ЗАКЛЮЧЕНИЕ
  • Список использованной литературы
  • Приложение 1
  • Приложение 2
  • Приложение 3
  • Приложение 4 184 Акты о внедрении

Адаптивная автоматизированная система мониторинга рисков в цепях поставок наукоемкой продукции (реферат, курсовая, диплом, контрольная)

Актуальность исследования

Актуальность диссертационной работы связана с преодолением дезинтеграции в ведении аналитической работы в области анализа и управления рисками, особенно в условиях глобального кризиса, введением новых методов, связанных с управлением рисками в масштабах цепи поставок предприятия. В исследовании объединяются понятия операционного риска и методы системного управления на базе международных стандартов и нейросетей. Диссертационная работа направлена на повышение уровня результативности и эффективности функционирования цепи поставок промышленного предприятия. Использование передовой технологии нейросетей позволяет выявить потенциальные несоответствия и возможные сбои на ранней стадии их формирования.

Исследование содержит методические положения, системные разработки и рекомендации в области риск-менеджмента цепей поставок, до этого применяемые лишь в 1 Т — области. С помощью представленной в работе модели нейрологистического / модуля обеспечивается выведение объекта на новый уровень безопасности. При этом происходит существенное улучшение качественных показателей управления рисками при сравнении полученных данных с базой данных аналогов («инцидентов»).

Проблема обеспечения устойчивости производственных предприятий в условиях модернизации приобретает решающее значение при выборе стратегии развития. В настоящее время управляющие системы в состоянии контролировать достаточно сложные объекты, масштабы которых варьируются от нанороботов до комплексов атомных электростанций. Решение проблемы поддержания устойчивости цепей поставок требует использования новейших информационных интеллектуальных технологий, а также разработки методического подхода, позволяющего на основании анализа выявлять и управлять рисками. Этот подход ведет к необходимости внедрения принципиально новых моделей мониторинга рисков.

Цель и задачи исследования

Целью диссертационного исследования является повышение эффективности и качества функционирования цепей поставок наукоемкой продукции за счет создания адаптивной автоматизированной системы мониторинга рисков на базе искусственной нейронной сети в режиме реального времени.

В рамках реализации основной цели исследования были сформулированы и решены следующие задачи:

• формирование устойчивого развития цепи поставок предприятия в условиях конкуренции и нестабильности внешней среды;

• разработка поэтапного алгоритма мониторинга рисков;

• построение структурной модели и алгоритма работы нейрологистического модуля управления рисками на этапе принятия стратегических решений;

• определение классификации метрик и вычисление их пороговых значений для формирования обучающей выборки;

• формирование методического подхода к построению прикладной программы оценки рисков цепи поставок;

• разработка программно-инструментального комплекса реализации нейрологистического модуля;

• построение модели взаимодействия блоков программного обеспечения;

• определение приоритетной роли категорий метрик, оказывающих влияние на конечный уровень риска цепи поставок.

Объектом исследования являются интегрированные цепи поставок производственного предприятия с непрерывным функциональным циклом.

Предметом исследования в диссертационной работе являются системные методы анализа рисков с использованием искусственного нейрологистического модуля.

Методологическая база исследования.

В диссертационном исследовании широко используются методы системного анализа и управления рисками сложных систем, методы построения экономико-математических моделей, принципы стратегического менеджмента, методология функционального моделирования, методические основы построения нейросетей.

Научная новизна и практическая значимость исследования.

Обоснован и определен переход от традиционного представления об управлении цепями поставок предприятия к комплексному интегральному анализу данных, необходимых для • создания информационной системы поддержки принятия решений с учетом выявленного уровня риска.

На защиту выносятся:

• методические положения формирования механизма принятия решений на основе прогнозного значения уровня рисков цепи поставок предприятия;

• поэтапный алгоритм мониторинга, включающий адаптацию системы в соответствии с изменяющимися внешними условиями;

• структурная модель и алгоритм работы нейрологистического модуля системы мониторинга для принятия стратегических решений;

• классификация метрик, применяемых в качестве показателей наступления рисковых ситуаций;

• методический подход к построению прикладной программыг

• программно-инструментальный комплекс реализации нейрологистического модуля;

• модель взаимодействия блоков программного обеспечения;

• приоритеты метрик для определения их влияния на конечный уровень риска.

Практическая значимость исследования заключается в разработке концепции и методов управления рисками на основе системы мониторинга, применение которых позволит производственному предприятию:

• обеспечить эффективную работу в условиях рыночной среды и кризисных явлений;

• сократить время принятия управленческого решения в условиях рисков;

• уменьшить отрицательное влияние неопределенностей внешней среды и выделения наиболее проблемных областей;

• сблизить стратегические показатели деятельности с ключевыми показателями результативности процессов;

• избежать потери клиентов и дополнительных логистических издержек

Диссертация состоит из четырех глав, в которых приводится решение поставленных задач.

В первой главе диссертации проведен обзор и анализ основных подходов и принципов построения систем управления цепями поставок. Рассмотрены проблемы разрастания кризисных явлений и их последствий для экономики и цепей поставок компаний. Описаны модели и методы мониторинга и снижения рисков.

В главе дается обзор существующих международных стандартов, затрагивающих область управления, анализа рисков и безопасности в цепи поставок. Международные стандарты предлагают механизмы перехода к внедрению инновационных технологий, удовлетворению всех заинтересованных сторон и способствуют повышению эффективности функционирования цепей поставок. Стандарты серии ISO 28 000 содержат руководства и указания по внедрению и управлению системой безопасности цепей поставок, а также ряд требований по проведению их аудитов. COSO и

CobiT затрагивают управление рисками и интеграцию единой информационной системы.

Во второй главе диссертации разрабатывается модель автоматизированной системы мониторинга, рассматриваются основы применения нейронной модели как базиса для составления прогноза работы цепей поставок в условиях риска.

Для практической реализации нейрологистического модуля как составной части системы мониторинга необходимо обратиться к реакциям живого организма, а именно к возможностям высшей нервной деятельности. Нейронные сети рассматриваются автором как современные вычислительные системы, которые преобразуют информацию по образу процессов, происходящих в мозге человека. Под нейронными сетями подразумеваются вычислительные структуры, способные к адаптивному обучению путем анализа положительных и отрицательных воздействий.

В третьей главе определена классификация метрик и вычислены их пороговые значения для формирования обучающей выборки, на основании" построенных моделей созданы методы и алгоритмы работы нейрологистического модуля и смежных систем для исследуемого объекта.

Автором предлагается использовать 12 подробно описанных в работе категорий метрик, исходя из потребностей производственного предприятия.

В четвертой главе диссертации приведено описание программно-инструментального комплекса системы мониторинга рисков цепи поставок, определены приоритетные роли категорий метрик, оказывающих влияние на конечный уровень риска.

Для реализации работы нейрологистического модуля (Блока 2) автор предлагает использовать программный продукт нейропакет NeuroPro (НейроПро) Версия 0,25. Данный, программный продукт представляет собой менеджер обучаемых искусственных нейронных сетей, работающий в среде Windows.

Блоки 3 и 1 реализуются на платформе 1С: Предприятие 8.1 с помощью разработки специализированной конфигурации. Блок 4 реализован с помощью платформы программного обеспечения «Парус» Модуль «Управление деловыми процессами» путем его доработки.

Апробация основных результатов.

По материалам диссертации опубликовано 9 работ, в том числе 4 работы в изданиях по перечню ВАК РФ. На основе теоретических и методических положений диссертации был разработан и апробирован моделирующий учебный компьютерный комплекс «Управление вариабельностью в цепи поставок».

Разработанные методы и алгоритмы прошли апробацию и внедрены для практического применения в ряде промышленных предприятий (ООО «Силтэк», ООО «Молта», ОАО «В/О «Авиаэкспорт», ЗАО «Авиатехснаб», ООО «ИнтегПрог»).

Содержание отдельных разделов диссертации было доложено и получило одобрение:

• на ежегодной конференции «Интегрированные системы менеджмента и безопасность цепей поставок» (2009, 2010 гг.) XII и XIII Московского международного логистического форума;

• V Российско-Немецкой конференции по логистике и SCM DR-LOG'IO;

• на совместном заседании кафедр «Менеджмент» и «АСУ» МАДИ.

Структура и объем исследования

Диссертационная работа состоит из введения, четырех глав с выводами по каждой главе, заключения, таблиц, рисунков, списка литературы, включающего 154 наименования, и 4 приложений. Общий объем диссертационного исследования составляет 185 страниц машинописного текста.

9. Основные результаты диссертационной работы докладывались, обсуждались и получили одобрение на межотраслевых ежегодных конференциях «Интегрированные системы менеджмента и безопасность цепей поставок» (20 091 г.) и- «Системы менеджмента рисков и безопасность цепей поставок» (2010 г.), на V Российско-Немецкой, конференции по> логистике и SCM «DR-LOG'IO». Разработанныйпрограммныйкомплекс, методы и алгоритмы прошли апробацию и внедрены для практического применения в ряде промышленных предприятий (ООО «Силтэк», ООО «Молта», ОАО1 «В/О «Авиаэкспорт», ЗАО «Авиатехснаб», ООО «ИнтегПрог»).

10. Принципы работы иейрологистического модуля могут применяться на стратегических уровнях управления корпорациями, включая межотраслевое взаимодействие предприятий, производящих и поставляющих наукоемкую продукцию, а также в сфере военно-технического сотрудничества. Полномасштабная реализация научных методов, изложенных в исследовании, может внести определенный, вклад в обеспечение безопасности и устойчивости функционирования промышленности и транспорта.

11. Применение автоматической идентификации запчастей и нейрологистического модуля позволяет заложить основы противодействия обороту контрафактной продукции. Результатом реализации мониторинга рисков может стать создание интегрированной системы, обеспечивающей выявление фальсифицированных и некачественных изделий, и объединение в рамках единого информационного пространства различных участников рынка.

ЗАКЛЮЧЕНИЕ

Современный уровень рыночной экономики характеризуется кризисными явлениями, нарастанием процессов глобализации и интеграции связей экономических субъектов. Очевидно, что при сохранении подобных тенденций, ведущим направлением останется создание цепей поставок, позволяющих снизить временные и финансовые потери на пути от производителя к потребителю. Активный обмен новейшими технологическими достижениями (ноу-хау), результатами эффективных научных разработок, изобретениями, способствует сближению экономических уровней разных стран. При этом очевидны тенденции индивидуализации продукта (производители ориентируются на запросы клиентов), сокращения так называемого «жизненного цикла» продукта, а также роста запросов потребителей.

Бизнес-процессы в рамках концепции В2С предполагают автоматизацию более интенсивных поставок, так как ожидания клиентов относительно сокращения сроков поставок более высокие, чем при обычных методах осуществления заказов. С другой стороны, существенное значение для реализации современных глобальных цепей поставок имеют процедуры дерегулирования, проводимые многими странами' для, снятия торговых, таможенных, транспортных и финансовых барьеров на пути развития международных социально-политических и экономических взаимоотношений. Вместе с тем, поиск резервов роста и обострение конкуренции вызывают стремление предприятий искать новые рынки сбыта, дешевые источники сырья и трудовых ресурсов за пределами своих национальных границ, а значит еще более увеличивается неопределенность.

Эти факторы определяют повышение уровня требований к системе управления и необходимость прогнозирования вероятных сбоев и нарушений. Проведенное в рамках диссертационной работы исследование продемонстрировало, что одной из актуальных проблем производственных предприятий становится учет риска в их цепях поставок, а также его мониторинг в режиме реального времени.

Новые разработки в информационных системах, начиная от электронного обмена данными до компьютерных комплексов, устанавливаемых на транспортных средствах, фундаментально изменили характер работы многих организации. Эти разработки позволяют осуществлять операции более гибко, в том числе эффективно решать поставленные задачи даже в отдаленных регионах. В настоящее время при использовании передовых технологий традиционные функциональные области логистики (транспортировка, управление запасами, закупками и заказами, складирование, грузопереработка, упаковка) интегрировались на базе общей информационно-компьютерной платформы, образовав стратегическую инновационную модель.

Нейрологистический модуль, реализованный на основе бухгалтерской и учетной систем предприятия, позволяет прогнозировать результат работы цепи поставок предприятия за счет взаимодействия блоков программного" обеспечения. Мониторинг рисков, выявляет узкие области- (виды метрик), оказывающие наибольшее влияние на реализацию нарушений и сбоев.

Международная кооперация привела к созданию большого количества1 транснациональных компаний, использующих в бизнесе глобальные цепи поставок. Перспективы, их развитиясвязаны, прежде всего, с возможным увеличением отдачи на вложенный капитал, более низкими тарифами логистических посредников в других странах, лучшими финансовыми условиями. Созданию глобальных цепей поставок способствуют крупные международные транспортно-экспедиторские фирмы, страховые компании, использующие глобальные телекоммуникационные сети. В то же время нельзя считать, что все ограничения на пути развития цепей поставок сняты. Существует достаточно много барьеров, обусловленных различными причинами, в том числе политическими системами, разным экономическим и социальным уровнем развития стран.

Интеграция работает на обеспечение более плавного перемещения продукции. от поставщиков начального уровня до конечных потребителей. Такие процедуры облегчают движение капитала, товаров и информации через национальные границы, но создают предпосылки для возникновения нарушений и рисков. Новейшие модели и технологии мониторинга рисков обеспечивают стратегическое управление ресурсным потенциалом логистических сетей и корпораций, основанных на принципах адаптации и безопасности. Они учитывают требования международных стандартов серии ISO 28 000, а также специализированных стандартов из области информационных технологий.

Анализ отечественных и зарубежных работ в сфере управления рисками цепей поставок выявил необходимость разработки принципиально новой модели автоматизированного мониторинга. Приведенные в работе подходы, предоставляют возможности для. трансформации промышленной и транспортной инфраструктурыс использованиемметодологии искусственных нейросетей. Научная разработка проблемы мониторинга', рисков представляется крайне актуальной проблемой, носит общеметодологическую¦ значимость, длявсех отраслей экономики и предприятий различной направленности.

По итогам диссертационного исследования. можно сделать следующие выводы:

1. На основе проведенного анализа существующих методов и научных разработок систем управления цепями поставок наукоемкой продукции был предложен и обоснован’новый подход к анализу рисков, на базе применения понятия «операционного риска», метрик и положений теории нейросетей. Внедрение этого метода имеет большое значение для динамичного и устойчивого развития цепей поставок предприятий и обеспечения его функционирования на заданном уровне.

2. Создан поэтапный алгоритм мониторинга, включающий получение информации из учетной и бухгалтерской системы предприятия и адаптацию системы в соответствии с изменяющимися внешними условиями. Алгоритм предполагает интеграцию всех задействованных в работе блоков программного обеспечения и учитывает сформированную базу инцидентов. Показатели системы мониторинга напрямую связаны с основными экономическими и финансовыми индикаторами деятельности предприятия. Анализ результатов обеспечивает обратную связь, необходимую для-эффективного управления процессами.

3. Разработана и апробирована структурная модель и алгоритм работы нейрологистического модуля системы мониторинга, содержащие инструментарий по поддержке принятия стратегических решений на основании полученной информации о. вероятности отказа в цепи поставок предприятия. Это позволяет повысить эффективность работы компании и снизить операционные издержки. Анализ потенциальных несоответствий' помогает предотвратить возможные потери в цепи поставок за счет принятия предупреждающих мер.

4. Предложена иобоснована классификация параметров измерения системы мониторинга — метрик, характеризующих уровень реализации рисковых ситуаций. Каждой метрике по итогам проведенной оценкив сравнении с полученным' аналитическим путем пороговым значением^ присваивается индекс «О» или «1». Такой параметр измерения1 представляет собой категорию, риска цепи поставок, характерного для конкретного объекта. Вслучае присвоенияей значения «1» данный риск считается реализовавшимся.

5. Предложен подход к построению прикладной программы для оценки риска в цепи поставок на основании полученных значений метрик с использованием искусственной нейронной сети. Обучение выполняется на компьютерной модели нейрологистического модуля, что позволяет формировать прогнозные варианты реализации рисковых ситуаций в рассматриваемых областях.

6. Разработан программно-инструментальный комплекс иейрологистического модуля, позволяющий использовать его как элемент общей информационной системы предприятия.

7. Представлена модель взаимодействия блоков программного обеспечения, которая обеспечивает сборинформации для передачи в нейрологистический модуль, его запуск и выдачу результата пользователям о возможном отказе цепи поставок

8. Выявлена приоритетная’роль ряда категорий метрик, оказывающих влияние на конечный уровень риска и вероятность отказа цепи поставок предприятия. Одной из таких метрик стал нормативный, блок, что еще раз подтверждает ведущее значение международных стандартов в области менеджмента безопасности цепей поставок.

Показать весь текст

Список литературы

  1. Н.П., Абросимов П. С., Бабанин В. Б., Ланкин Ю. П., Смолянинова Л. Г. Автоматическое управление конструкциями с помощью нейронных сетей.- Красноярск: КрасГАСА, 1996 — 88с.
  2. Н.Ф. Многоуровневая система показателей экономической" эффективности управления коммерческой деятельности авиакомпании. М: Доброе слово, 2000.
  3. М.Г. Надежность систем Авиационного оборудования./Учебное пособие.- М.: Изд-во МАИ, 1996.
  4. Р. Планирование будущего корпорации. М.: Сирин, 2002.
  5. Д., Клосс Д., Логистика. Интегрированная цепь поставок./ Пер. с англ. ЗАО «Олимп-Бизнес». Ml: 2001.
  6. Ю.Бир С. Мозг фирмы/ Пер. с англ. М.: Радио и связь, 1993.
  7. П.Бочкарев A.A. Планирование и моделирование цепи поставок: Учебно-практическое пособие. -М.: Альфа-Пресс, 2008.
  8. Бочарников В.П. Fuzzy-технология: математические основы. Практика моделирования в экономике. -М.: Наука, 2001.
  9. М.Г. Сбалансированная система показателей: на маршруте внедрения/ Пер. с англ. — М.: Альпина Бизнес Букс, 2005.
  10. Н.Брукс П. Метрики для управления ИТ-услугами/ Пер. с англ. М.: Альпина Бизнес Букс, 2008.
  11. А. К. Оценка экономической эффективности оптимизации в реальном масштабе времени //Нефтегазовые технологии, № 6, 2006 г., с.76−79.
  12. Е.Е. Извлечение знаний из данных. Компьютерное познание. Модели когнитивных процессов. Новосибирск: НГУ, 2006.
  13. Е.Е. Объяснение теории движений Н.А.Бернштейна // VII Всероссийская научно-техническая конференция «Нейроинформатика-2005». Сборник научных трудов. М.: МИФИ, 2005. — Ч. 1. — С. 234−240.
  14. Е.Е. Принципы работы мозга, содержащиеся в теории функциональных систем П.К. Анохина и теории эмоций П. В. Симонова // Нейроинформатика, 2008, том 3, № 1, стр. 25−78.
  15. Л.И. Безопасность и надежность систем. М.: Изд-во*СИП РИА, 2003.
  16. В.Н. и др. Управление рисками фирмы: программы интегративного риск-менеджмента. М.: Финансы и статистика, 2006.2
  17. Д.А. и др. Управление производством на базе стандарта MRP II: принципы и практика.- СПб.: Питер, 2002.
  18. Т.А., Хорошевский В. Ф. Базы знаний интеллектуальных систем — СПб.: Питер, 2001.
  19. А.И. Синтез многослойных систем распознавания образов-М.: Энергия 1974.
  20. А., Горский М. Технологии сбалансированного управления. 2-е изд., перераб. -М.: Олимп-Бизнес, 2006.
  21. . Международная производственная кооперация в промышленности. Роль логистики в усилении конкурентоспособности хозяйственных структур/ Пер. с немец. М.: ДЕЛО, 2000.
  22. В.В., Корнеев И. К. Управление информационными ресурсами./ Модульная программа для менеджеров, т. 17. М: ИНФРА — М, 2000.
  23. А.Н. Обучение нейронных сетей. М.: СП ПараГраф, 1991.
  24. А.Н., Россиев Д. А. Нейронные сети на персональном компьютере.- Новосибирск: Наука, 1996.
  25. П. Введение в экспертные системы. — М*.: Вильяме, 2000.
  26. Е. Хинтон. Как обучаются* нейронные сети. // В мире науки, № 11−12, 1992, с. 103−107.
  27. Д.П., Фрадков A.JL, Прикладная теория дискретных адаптивных систем управления. М.: Наука, 1981.
  28. У. Теория ограничений Голдратта: Системный подход к непрерывному совершенствованию/ Пер. с англ. М.: Альпина Бизнес Букс, 2007.
  29. А.П., Козлов В. К., Уваров С. А. Логистический менеджмент фирмы: Учебн. пособие. СПб.: Бизнес-пресса, 2005.
  30. К. Управленческий и производственный учет. М.: ЮНИТИ, 2005.
  31. В.И. Практика функционального моделирования с AllFusion Process Modeler 4.1. Где? Зачем? Как? М.: ДИАЛОГ-МИФИ, 2004.
  32. В.В. Логистика складирования. М.: ГУ-ВШЭ- 1999.
  33. В.В. Складское хозяйство. // Риск, № 2−3, 1998.
  34. Д.И. Контрастирование // Нейропрограммы/ под. ред. А. Н. Горбаня. Красноярск: изд. КГТУ, 1994. С. 88−108.
  35. В.В. Статистические методы в управлении качеством продукции: учебное пособие. — М.: КНОРУС, 2006.
  36. A.A. Автономный искусственный интеллект (монография). -М.: БИНОМ. Лаборатория знаний, 2008.
  37. A.A. Метод автономного адаптивного управления // Известия Академии Наук. Теория и системы управления, № 5, 1999, с. 127−134.
  38. Иванов Д. А. Логистика. Стратегическая кооперация. М.: Вершина, 2006.
  39. Д.А. Управление цепями поставок. — СПб.: Изд-во Политехи, ун-та, 2009.
  40. Известия ТРТУ. Тематический выпуск «Управление в экономических системах». Таганрог: Изд-во ТРТУ, 2006. № 10 (65).
  41. Калянов Г. Н. CASE-технологии. Консалтинг в автоматизации бизнес-процессов. 3-е изд. — М.: Горячая линия — Телеком, 2002.
  42. P.C., Нортон Д. П. Сбалансированная' система показателей. От стратегии к действию/ Пер. с англ. 2-е изд., исп. и доп. М.: Олимп-Бизнес, 2006.
  43. А. Прибыль и применение в режиме онлайн мониторинга со многими переменными. // Нефтегазовые технологии, № 2, 2006, с.59−65.
  44. Г. Управление результативностью: Как преодолеть разрыв между объявленной стратегией и реальными процессами / Пер. с англ. М.: Альпина Бизнес Букс, 2007.
  45. A.M. Подход к организации многоуровневых систем автономного адаптивного управления // Сборник научных трудов Всероссийской Научно-технической конференции «Нейроинфоматика — 2007″, ч. З, стр.68−76.
  46. A.A., Кошевая И. П. Основы логистики: Учебн. пособие. — М.: КНОРУС, 2010.
  47. Л.П. Кибернетика. Учеб пособие для с.-х. вузов по специальности „Экономическая кибернетика“. -М.: Экономика, 1977.
  48. В.В., Борисов В. В. Искусственные нейронные сети. Теория и, практика. 2-е изд., стереотип. — М.: Горячая линия — Телеком, 2002.
  49. Д. Теория и практика построения баз данных. 8-е изд. -СПб.: Питер, 2003.
  50. Ю.П., Лалетин А. П. Моделирование изменений"1 экологических объектов с помощью нейронных сетей// Сибирский экологический журнал, t. IV, № 4, 1999, с.449−452.
  51. Р.В. Построение систем внутреннего контроля: от проверок отчетности к эффективности бизнеса. -М.: Вершина, 2008.
  52. C.B. Моделирование бизнес-процессов с AllFusion Process Modeler (BPwin 4.Г.). M.: ДИАЛОГ-МИФИ, 2004.
  53. А. И. От нейрона к нейрокомпьютеру. // Журнал доктора Добба, № 1, 1992, с. 20−23.
  54. В.П., Дови' В.Г., Марсанич А. Стратегия управления логистическими цепями химической продукции и устойчивое развитие. — М.: РХТУ им. Д. И. Менделеева, 2003.
  55. Л.Б., Корчагин В. А., Ляпин С. А., Некрасов А. Г. Логистические цепи сложно технических производств: Учебное пособие. -М.: Экзамен, 2005.
  56. Л.Б., Некрасов А. Г. Безопасность в логистике новые правила игры. // „Наука и жизнь“. № 7, 2002.
  57. Л.Б., Некрасов А. Г. Интегрированная логистика и ее ресурсы. /Мир транспорта, № 1, 2003.
  58. Л. Б. Некрасов А.Г. Интегрированная логистика при поставках авиазапчастей (САЬБ/ИПИ технологии) //ЛОГИНФО, № 12, 2001.
  59. Л.Б., Некрасов А. Г. Интегрированная логистическая поддержка поставок запчастей в авиацию.//Аэрокосмический курьер, № 6, 2001.
  60. Л.Б., Некрасов А. Г. Информационные ресурсы интегрированной логистики. // БТИ, № 12(90), 2002.
  61. Л.Б., Некрасов А.Г, Логистика интегрированных цепочек поставок: Учебник. — М.: Экзамен, 2003.
  62. Л.Б., Некрасов А. Г. Новый этап в развитии логистики в России. //Экспедирование и логистика, № 1, 2002.
  63. Л.Б., Некрасов А. Г. Объединяющая сила. //"БОСС»,№ 7−8, 2001.
  64. Л.Б., Некрасов А. Г. Эффективность интегрированной логистики./ Сборник материалов Московского Международного Логистического Форума «Бизнес и логистика-2001″. М.: КС Л, 2001.
  65. Л.Б., Прокофьева Т. А., Лопаткин О. М., Некрасов А. Г., Крыгина И. Е. Зарубежная практика создания и функционирования транспортных терминальных комплексов./Железнодорожный транспорт,№ 7. 2003.
  66. Л.Б., Ташбаев Ы. Э. Системный анализ в логистике./ Учебник. М: Экзамен, 2002.
  67. Л.Б., Ташбаев Ы. Э., Касенов А. Г. Логистика: обслуживание потребителей: Учебник. М.: ИНФРА-М, 2002.
  68. Л.Б., Ташбаев, Ы.Э., Порошина О. Г. Эффективная логиистика.- М.: Экзамен, 2002.
  69. Л.Б., Чубуков А. Б., Ташбаев Ы. Э. Логистическое администрирование.- М.:. Экзамен, 2003:
  70. В.Д. Методология систем. М: Экономика, 1999.
  71. Нейроинформатика/ А. Н. Горбань, В.Л.Дунин-Барковский, А. Н:Кирдин и др: Новосибирск: Наука. Сибирское предприятие РАН, 1998.
  72. Нейронные сети. STATISTICA Neural Networks: Методология» и технологии современного анализа5данных/Под редакцией В.П. Боровикова-2-е изд., перераб. и доп. — М.: Горячая линия Телеком, 2008.
  73. А.Г. Безопасность цепей поставок в авиаиндустрии. М.: Авиадот, 2006.
  74. А.Г., Атаев К. И., Некрасова М. А. Безопасность и управление рисками в цепях поставок на транспорте. // Железнодорожный транспорт, № 7,2007
  75. А.Г., Некрасова М. А. Логистический подход к управлению рисками в цепях поставок. Эффективная логистика Сборник статей участников I Всероссийской научно-практической конференции (3 декабря 2007 г.) — Челябинск: Изд-во ЮУрРУ, 2007, с. 148−153.
  76. А.Г., Некрасова М. А. Проблемы обеспечения безопасности цепочек поставок на транспорте: // Транспортная безопасность и технологии, № 2,2008, с.151−154.
  77. А.Г., Некрасова М. А. Развитие систем управления событиями в цепях поставок. //Железнодорожный транспорт, № 4, 2009, с. 6265.
  78. А.Г., Некрасова М. А. Управление рисками в цепях поставок.// Прикладная логистика, № 5, 2007.
  79. М.А. Аналитические методы снижения рисков в цепи поставок. // Прикладная логистика, № 8, 2005, с. 14−15.
  80. М.А. Методы идентификации, и оценки рисков в цепях поставок. // Логистика, № 1, 2008, с. 14−15.
  81. М.А. Об адаптивном управлении цепями поставок.// Логистика, № 4, 2009, с. 14−15.
  82. Ю.М. Коммерческая' логистика: -Учебник для вузов.- М.: ЮНИТИ, 1997.
  83. Ю.М. Логистика. Учебник./ 2-е издание, переработанное и дополненное. М: ЮНИТИ, 2000-
  84. В.А. Управление качеством на базе стандартов ИСО 9000:2000: Политика. Оценка. Формирование. Ресурсы, — СПб.: Питер, 2002.
  85. O.A. и др. Логистика: Учеб. Пособие. -СПб.: СЗПИ, 1996.
  86. O.A., Уваров С. А. Коммерческая логистика: Учеб. Пособие.-СПб.: СПбУЭиФ, 1993.
  87. Е.Л., Ермасова Н. Б. «Бизнес-контроллинг». М.: Альфа-Пресс, 2006.
  88. Г. И. Управление рисками: задачи и решения: Учебно-практическое пособие. -М.: Альфа-Пресс, 2008.
  89. ЮО.Редько В. Г. От моделей поведения к искусственному интеллекту // Серия «Науки об искусственном» / под ред. Редько В. Г. — М.: УРСС, 2006.
  90. С.М. Общие вопросы организации и развития транспорта // ВИНИТИ Обзорная информация. Транспорт, наука, техника, управление, № 12, 1996, с.2−4.
  91. В.В., Елиферов В. Г. Процессный подход к управлению. Моделирование бизнес-процессов. -М.: РИА «Стандарты и качество», 2004.
  92. ЮЗ.Рутковская Д., Пилиньский М., Рутковский JI. Нейронные сети, генетические алгоритмы и нечеткие системы: Пер. с польск. И. Д. Рудинского. — М.: Горячая линия — Телеком, 2008.
  93. Саати T. JL Аналитическое планирование и организация систем. -М.: Радио. и связь, 1991'.
  94. Г. И. Системное моделирование сложных процессов. М.: Фазис, 2000.
  95. Дж. Самоорганизующиеся стохастические системы управления. — М.: Наука, 1980.
  96. В.И. Логистика: учебное пособие. СПб.: Издательство СПб УЭФ, 1995.
  97. В.И., Сергеев И. В. Логистические системы мониторинга цепей поставок. Учебное пособие. -М.: ИНФРА-М, 2003.
  98. В.Г. Адаптивное управление. М.: Наука, 1981. Ш. Стерлигова А. Н, Управление запасами в цепи поставок. — М.:1. Инфра-М, 2007.
  99. Д.Р., Ламберт Д. М. Стратегическое управление логистикой/ Пер. с англ. М.: Инфра-М, 2005.
  100. Транспортная логистика. Учебник./ Под общей ред. Л. Б. Миротина.- М.: Экзамен, 2002.
  101. Д. В. Нейронные сети: как это делается? II Компьютеры + программы, № 4(5), 1993, с. 14−20.
  102. В.М. Математическое моделирование в менеджменте.- М.: Издательство РДЛ, 2003.
  103. С.А. Логистика. СПб: ЗАО «Инвестиции в науку и производство», 1996.
  104. ., Стирнс С., Адаптивная обработка сигналов. — М.: Радио и связь, 1989.
  105. Ф. Нейрокомпьютерная техника. М.: Мир, 1992.
  106. Уотерс Д Логистика. Управление цепью поставок. М.: ЮНИТИ, 2003.
  107. X., Линдере М. Управление снабжением и запасами. Логистика. /11-е издание/ Пер. с англ. СПб: Полигон, 1999.
  108. В.Н., Фрадков А. Л., Якубович В. А. Адаптивное управление динамическими объектами. -М.: Наука, 1981.
  109. Д., Эсселинг К., Ван Нимвеген X. Оптимизация бизнес-процессов. Документирование, анализ, управление, оптимизация./ Пер. с англ. СПб: АЗБУКА: Б-Микро, 2002.
  110. A.A., Аншина М. Л. Технологии создания распределенных систем. Для профессионалов. — СПб.: Питер, 2003.
  111. Я.З. Адаптация и обучение в автоматических системах. — М.: Наука, 1968.
  112. A.A. Логистика. Логистические технологии./ Учебное пособие. М.: ИТК «Дашков и К», 2002.
  113. Г. В. Практика управления рисками на уровне предприятия./ Учебное пособие СПб — М.: — Харьков — Минск, «ПИТЕР», 2000.
  114. Э.О., Сидоров М. А. Управление риском и устойчивое развитие. -М.: Изд-во РЭА им. Г. В. Плеханова, 1999.
  115. Дж. Моделирование цепи поставок/ Пер. с англ. СПб.: Питер, 2006.
  116. Д.Г. Управление товарным потоком. Руководство по оптимизации логистических цепочек. — Минск: Гревцов Паблишер, 2008.
  117. В.Е. Менеджмент качества в системе современного менеджмента. М.: Стандарты и качество, 1997.
  118. ., Вань Т. Логистика. Новые принципы менеджмента и конкурентоспособности. /Пер. с франц.- М.: Изд-во АО «Консалтбанкир», 1997.
  119. Р. Имитационное моделирование систем искусство и наука./Пер. с англ. -М.: Мир, 1978.
  120. И. Жизнестойкое предприятие: как повысить надежность цепочки поставок и сохранить конкурентное преимущество/ Пер. с англ. -М.: Альпина Бизнес Букс, 2006.
  121. Д., Зинкевич В.Разработка положения по управлению операционными рисками коммерческого банка. // Бухгалтерия и банки, № 10, 2006, с.23−33.
  122. World Economic Forum Report: Global risk 2006, www.weforum.com
  123. ГОСТ 34.601 90. Автоматизированные системы. Стадии создания. -М.: 1991.
  124. ГОСТ 24 525.0−80. Управление производственным объединением и промышленным предприятием. Основные положения. М.: 1981.
  125. ГОСТ 164 877 83 УССАСУ. Автоматизированные системы управления. Термины и определения. -М.: 1985.
  126. ГОСТ 34.601 90. Автоматизированные системы. Стадии создания. -М.: 1991.
  127. ГОСТ Р 51 294.10−2002 «Автоматическая идентификация. Кодирование штриховое. Общие требования к символам линейного штрихового кода и двумерным символам на этикетках для отгрузки, транспортирования и приемки».
  128. ГОСТ Р 51 294.1−99. Автоматическая идентификация. Кодирование штриховое. Идентификаторы символик. -М.: 1999.
  129. ГОСТ Р 51 294.3−99. Автоматическая идентификация. Кодирование штриховое. Термины и определения. -М.: 1999.
  130. ГОСТ Р 51 294.4−2000. (ИСО/МЭК 15 459−1-99). Автоматическая идентификация. Международная уникальная идентификация транспортируемых единиц. Общие положения. -М.: 2000.
  131. ГОСТ Р 51 294.5−2000.(ИСО/МЭК 16 023−2000). Автоматическая идентификация. Международная уникальная идентификация транспортируемых единиц. Порядок регистрации. М.: 2000
  132. ГОСТ Р ИСО 9000−2008. Системы менеджмента качества. Основные положения и словарь. М.: 2008.
  133. ГОСТ Р ИСО 9001−2005. Системы менеджмента качества. Требования. М.: 2005.
  134. ИСО 28 000: 2007 «Технические условия для систем менеджмента безопасности цепи поставок». 149. http://www.aac-lab.com/150. http://www.altsi.ru/151. http://www.infostat.ru152. http://www.gs 1 .org153. http://www.securpress.ru154. http://www.uniscan.ru
Заполнить форму текущей работой