ТЕХНОЛОГИИ МОДЕЛИРОВАНИЯ В ОБУЧЕНИИ И НАУЧНОМ ИССЛЕДОВАНИИ ДЛЯ ОПТИМИЗАЦИИ ПЛАНА ИННОВАЦИОННОЙ ПРОГРАММЫ И ЕГО ОТСЛЕЖИВАНИЯ

(*****@***ru)

Московский государственный университет (ФГУ МГУ имени )

Аннотация

Этапы программно-целевого управления. Сбор данных по сфере исследования, прогнозирование развития ситуации, необходимость инноваций и целевые показатели. Экспертные «веса» для связи. Ресурсы и ограничения. Математические модели оптимизации количественного плана. Возможность распространения методики и информационных технологий на другие уровни и сферы для повышения качества планирования и анализа.

Виды управления: инновационное программное стратегическое планирование (1–4), текущее тактическое управление (5) и выводы (6). Этапы программно-целевого управления:

Сбор данных по сфере исследования. Прогнозирование развития ситуации, необходимость инноваций и целевые показатели (индикаторы) среднесрочного или долгосрочного планирования. Декомпозиция целей к задачам и привязка к уровням услуг. Определение источников и ограничений финансирования. На основании нормативов для стоимости единицы результата – расчёт доли бюджетов (федеральный, региональный, внебюджетные средства). Подбор математических моделей и моделирование. Мониторинг и контроль исполнения. Изменение показателей в результате изменения данных. Повышение оперативности и гибкости управления для достижения целей. Содержательная интерпретация. Анализ результатов программы. Выводы.

I. Информационные технологии для инновационного планирования развития по занятиям:

НЕ нашли? Не то? Что вы ищете?
Сайты и внутренние информационные системы управления. Сбор информации о ситуации: методы и алгоритмы поиска в Интернет, поисковые интернет–машины, метапоисковые системы, расширенный поиск с ограничением параметров и специализированные электронные ресурсы, в перспективе – Semantic-Web Блог как возможность оперативного реагирования руководителя. Оптимизация действий государственных и муниципальных служащих в социальных сетях или посредством создания персонального информационного сайта со страницами данных, перепиской и файлообменником (в конструкторе, например, Google Chrome) и его использования Целенаправленный опрос, например, с использованием формы Google (различные типы ответов на вопрос: ввод текста, даты и времени, выбор одного или нескольких из списка, степень освоения). Автоматический сбор и первичная обработка мнений: визуальная статистика посредством облачной электронной таблицы Google. Формулы (математические и логические функции) для анализа правильности ответов в электронном журнале [1]. Корпоративные и антагонистические игры. Поиск баланса в выборе многоуровневых метрик, т. е. ключевых показателей деятельности, например, в IBM Cognos Metric Studio. Поиск временномй зависимости. Компоненты временномго ряда: тренд, сезонность, цикличность, остаток. Построение прогноза. Показатель доверия к интерполяции. Линейный прогноз (экстраполяция) для малого количества субъектов. Формулы: начало и темп [3]. Очистка и восстановление недостающих числовых данных в MS Excel и Statistica. Формулы расчёта коэффициентов регрессионных уравнений. Рейтинг и близкие по показателю регионы. Типовая модель анализа динамики субъектов по одному показателю. Сравнение округов или субъектов. Выводы и их автоматизация в MS Excel [3]. Использование типовой модели анализа динамики субъектов для однотипных таблиц данных. Цветовая индикация для многочисленных субъектов. Редактирование диапазонов в формулах при изменении структуры данных в MS Excel [3]. Корреляционный анализ. Линейная многомерная регрессия. Использование параметрических методов статистики для поиска связей в таблице наборов значений однотипных параметров (например, объединённых таблиц критериев однотипных многопараметрических объектов – см. п.4 и 8). Доверие. Выбор статистически значимых уравнений. Интерпретация результатов. Сравнение результатов по разным социально-экономическим данным [3]. Рекомендации для использования MS Excel и Deductor. Нейросети в Deductor. Сэмплинг регионов. Построение и обучение самоорганизующихся карт признаков (карт Кохонена). Кластеризация (группировка регионов с похожими значениями) для последующей выработки стратегии развития кластера. Рекомендации для использования интеллектуальных методов Data Mining. Ассоциативные правила, дерево решений, экспертные системы. Калькулятор «Что-если». Построение баз знаний на примере выявления ассоциаций и построения дерева решений. Сравнение возможностей MS Excel, Statistica и Deductor. Имитационная сценарная модель «Образование в регионе» с исходными данными: уровень образования населения динамика численности учащихся динамика численности рождаемости обеспеченность материально-технической базой обеспеченность методической базой обеспеченность кадрами (воспитатели, учителя, преподаватели). Игры и задачи линейного программирования (через надстройку «Поиск решения» в MS Excel). Технологии моделирования и дерево решений для выбора наилучшего плана. Разработка и оптимизация проекта, например, в MS Project [2]: план - редактирование проект АСУ с заданным началом и концом, выравнивание – определение свойств ресурсов, назначение типовых и уникальных трудовых и материальных ресурсов, выравнивание загрузки трудовых ресурсов, сохранение базового оптимизированного календарно-ресурсного плана для отслеживания – выполнение плана с отклонением сроков и бюджета

II. Информационные технологии для тактического управления по занятиям:

Мониторинг и визуализация результатов, например, деловая графика в MS Excel [3]. Отслеживание выполнения утверждённого в п.15 плана I, например, в MS Project [2]. Повседневное операционное управление, например, в ERP 1С:Предприятие для учреждений образования и обратная связь с участниками через CRM. Индикация степени достижения показателей I, например, условное форматирование в MS Excel [3] и картографическая привязка посредством Power BI (субъекты РФ). Контроль и выводы на портале ОГВ, аналогично ГАС «Управление» http://.

С помощью перечисленных технологий ведётся обучение студентов и магистрантов факультета государственного управления МГУ имени программно-целевому управлению и моделированию для определения оптимального количественного плана.

Литература

Конструирование обучающе-контролирующего google - сайта и методика его использования. Сб. 26-й Межд. конференции «Применение новых инновационных технологий» – М.: Троицк, 2015 Секция 1, c.132-133 http://ito. mosedu. ru/files/materials. pdf. Электронная поддержка темы «управление проектом» и технология её использования. Сборник 20-й Международной конференции-выставки «Применение новых педагогических технологий» – М.: Троицк, 2010 Секция 1. Методы и технологии анализа данных. // Гос. управление РФ: вызовы и перспективы: Матер.14-й междунарjl. конференции, секция 2 (инновации). – ФГУ МГУ имени , 2016, с.108-118 http://www. spa. msu. ru/uploads/files/books/publikazija. pdf.