для решения задач оптимизации

симплексный метод решения задач линейного программирования
симплекс-метод
Вычислительная процедура, основанная на принципе последовательного улучшения решений — перехода от одной базисной точки (см. Базисное решение) к другой, для которой значение целевой функции больше (эти операции фиксируются в симплексной таблице). Доказано, что если оптимальное решение существует, то оно обязательно будет найдено через конечное число шагов (за исключением так называемой вырожденной задачи, при которой возможно явление “зацикливания”, т.е. многократного возврата к одному и тому же положению). Название метод получил от термина “n-мерный симплекс”. Геометрическая интерпретация метода состоит в последовательном движении по вершинам симплекса. C.м., разработанный Дж.Данцигом, послужил исходным пунктом для разработки целого семейства алгоритмов решения как линейных, так и нелинейных выпуклых задач оптимизации. Реализация решения симплекс-методом наглядно показана на блок- схеме, рис. C.4. Рис. С.4 Симплексный метод (блок-схема)
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

Синонимы

• симплекс-метод

EN

• simplex method

интеллектуальный учет электроэнергии
-
[Интент]

Учет электроэнергии

Понятия «интеллектуальные измерения» (Smart Metering), «интеллектуальный учет», «интеллектуальный счетчик», «интеллектуальная сеть» (Smart Grid), как все нетехнические, нефизические понятия, не имеют строгой дефиниции и допускают произвольные толкования. Столь же нечетко определены и задачи Smart Metering в современных электрических сетях.
Нужно ли использовать эти термины в такой довольно консервативной области, как электроэнергетика? Что отличает новые системы учета электроэнергии и какие функции они должны выполнять? Об этом рассуждает Лев Константинович Осика.

SMART METERING – «ИНТЕЛЛЕКТУАЛЬНЫЙ УЧЕТ» ЭЛЕКТРОЭНЕРГИИ

Определения и задачи
По многочисленным публикациям в СМИ, выступлениям на конференциях и совещаниях, сложившемуся обычаю делового оборота можно сделать следующие заключения:
• «интеллектуальные измерения» производятся у потребителей – физических лиц, проживающих в многоквартирных домах или частных домовладениях;
• основная цель «интеллектуальных измерений» и реализующих их «интеллектуальных приборов учета» в России – повышение платежной дисциплины, борьба с неплатежами, воровством электроэнергии;
• эти цели достигаются путем так называемого «управления электропотреблением», под которым подразумеваются ограничения и отключения неплательщиков;
• средства «управления электропотреблением» – коммутационные аппараты, получающие команды на включение/отключение, как правило, размещаются в одном корпусе со счетчиком и представляют собой его неотъемлемую часть.
Главным преимуществом «интеллектуального счетчика» в глазах сбытовых компаний является простота осуществления отключения (ограничения) потребителя за неплатежи (или невнесенную предоплату за потребляемую электроэнергию) без применения физического воздействия на существующие вводные выключатели в квартиры (коттеджи).
В качестве дополнительных возможностей, стимулирующих установку «интеллектуальных приборов учета», называются:
• различного рода интеграция с измерительными приборами других энергоресурсов, с биллинговыми и информационными системами сбытовых и сетевых компаний, муниципальных администраций и т.п.;
• расширенные возможности отображения на дисплее счетчика всей возможной (при первичных измерениях токов и напряжений) информации: от суточного графика активной мощности, напряжения, частоты до показателей надежности (времени перерывов в питании) и денежных показателей – стоимости потребления, оставшейся «кредитной линии» и пр.;
• двухсторонняя информационная (и управляющая) связь сбытовой компании и потребителя, т.е. передача потребителю различных сообщений, дистанционная смена тарифа, отключение или ограничение потребления и т.п.

ЧТО ТАКОЕ «ИНТЕЛЛЕКТУАЛЬНЫЕ ИЗМЕРЕНИЯ»?

Приведем определение, данное в тематическом докладе комитета ЭРРА «Нормативные аспекты СМАРТ ИЗМЕРЕНИЙ», подготовленном известной международной компанией КЕМА:
«…Для ясности необходимо дать правильное определение смарт измерениям и описать организацию инфраструктуры смарт измерений. Необходимо отметить, что между смарт счетчиком и смарт измерением существует большая разница. Смарт счетчик – это отдельный прибор, который установлен в доме потребителя и в основном измеряет потребление энергии потребителем. Смарт измерения – это фактическое применение смарт счетчиков в большем масштабе, то есть применение общего принципа вместо отдельного прибора. Однако, если рассматривать пилотные проекты смарт измерений или национальные программы смарт измерений, то иногда можно найти разницу в определении смарт измерений. Кроме того, также часто появляются такие термины, как автоматическое считывание счетчика (AMR) и передовая инфраструктура измерений (AMI), особенно в США, в то время как в ЕС часто используется достаточно туманный термин «интеллектуальные системы измерений …».
Представляют интерес и высказывания В.В. Новикова, начальника лаборатории ФГУП ВНИИМС [1]: «…Это автоматизированные системы, которые обеспечивают и по-требителям, и сбытовым компаниям контроль и управление потреблением энергоресурсов согласно установленным критериям оптимизации энергосбережения. Такие измерения называют «интеллектуальными измерениями», или Smart Metering, как принято за рубежом …
…Основные признаки Smart Metering у счетчиков электрической энергии. Их шесть:
1. Новшества касаются в меньшей степени принципа измерений электрической энергии, а в большей – функциональных возможностей приборов.
2. Дополнительными функциями выступают, как правило, измерение мощности за короткие периоды, коэффициента мощности, измерение времени, даты и длительности провалов и отсутствия питающего напряжения.
3. Счетчики имеют самодиагностику и защиту от распространенных методов хищения электроэнергии, фиксируют в журнале событий моменты вскрытия кожуха, крышки клеммной колодки, воздействий сильного магнитного поля и других воздействий как на счетчик, его информационные входы и выходы, так и на саму электрическую сеть.
4. Наличие функций для управления нагрузкой и подачи команд на включение и отключение электрических приборов.
5. Более удобные и прозрачные функции для потребителей и энергоснабжающих организаций, позволяющие выбирать вид тарифа и энергосбытовую компанию в зависимости от потребностей в энергии и возможности ее своевременно оплачивать.
6. Интеграция измерений и учета всех энергоресурсов в доме для выработки решений, минимизирующих расходы на оплату энергоресурсов. В эту стратегию вовлекаются как отдельные потребители, так и управляющие компании домами, энергоснабжающие и сетевые компании …».
Из этих цитат нетрудно заметить, что первые 3 из 6 функций полностью повторяют требования к счетчикам АИИС КУЭ на оптовом рынке электроэнергии и мощности (ОРЭМ), которые не менялись с 2003 г. Функция № 5 является очевидной функцией счетчика при работе потребителя на розничных рынках электроэнергии (РРЭ) в условиях либеральной (рыночной) энергетики. Функция № 6 практически повторяет многочисленные определения понятия «умный дом», а функция № 4, провозглашенная в нашей стране, полностью соответствует желаниям сбытовых компаний найти наконец действенное средство воздействия на неплательщиков. При этом ясно, что неплатежи – не следствие отсутствия «умных счетчиков», а результат популистской политики правительства. Отключить физических (да и юридических) лиц невозможно, и эта функция счетчика, безусловно, останется невостребованной до внесения соответствующих изменений в нормативно-правовые акты.
На функции № 4 следует остановиться особо. Она превращает измерительный прибор в управляющую систему, в АСУ, так как содержит все признаки такой системы: наличие измерительного компонента, решающего компонента (выдающего управляющие сигналы) и, в случае размещения коммутационных аппаратов внутри счетчика, органов управления. Причем явно или неявно, как и в любой системе управления, подразумевается обратная связь: заплатил – включат опять.
Обоснованное мнение по поводу Smart Grid и Smart Metering высказал В.И. Гуревич в [2]. Приведем здесь цитаты из этой статьи с локальными ссылками на используемую литературу: «…Обратимся к истории. Впервые этот термин встретился в тексте статьи одного из западных специалистов в 1998 г. [1]. В названии статьи этот термин был впервые использован Массудом Амином и Брюсом Волленбергом в их публикации «К интеллектуальной сети» [2]. Первые применения этого термина на Западе были связаны с чисто рекламными названиями специальных контроллеров, предназначенных для управления режимом работы и синхронизации автономных ветрогенераторов (отличающихся нестабильным напряжением и частотой) с электрической сетью. Потом этот термин стал применяться, опять-таки как чисто рекламный ход, для обозначения микропроцессорных счетчиков электроэнергии, способных самостоятельно накапливать, обрабатывать, оценивать информацию и передавать ее по специальным каналам связи и даже через Интернет. Причем сами по себе контроллеры синхронизации ветрогенераторов и микропроцессорные счетчики электроэнергии были разработаны и выпускались различными фирмами еще до появления термина Smart Grid. Это название возникло намного позже как чисто рекламный трюк для привлечения покупателей и вначале использовалось лишь в этих областях техники. В последние годы его использование расширилось на системы сбора и обработки информации, мониторинга оборудования в электроэнергетике [3] …
1. Janssen M. C. The Smart Grid Drivers. – PAC, June 2010, p. 77.
2. Amin S. M., Wollenberg B. F. Toward a Smart Grid. – IEEE P&E Magazine, September/October, 2005.
3. Gellings C. W. The Smart Grid. Enabling Energy Efficiency and Demand Response. – CRC Press, 2010. …».
Таким образом, принимая во внимание столь различные мнения о предмете Smart Grid и Smart Metering, сетевая компания должна прежде всего определить понятие «интеллектуальная система измерения» для объекта измерений – электрической сети (как актива и технологической основы ОРЭМ и РРЭ) и представить ее предметную область именно для своего бизнеса.

БИЗНЕС И «ИНТЕЛЛЕКТУАЛЬНЫЙ УЧЕТ»

В результате изучения бизнес-процессов деятельности ряда сетевых компаний и взаимодействия на РРЭ сетевых, энергосбытовых компаний и исполнителей коммунальных услуг были сформулированы следующие исходные условия.
1. В качестве главного признака новой интеллектуальной системы учета электроэнергии (ИСУЭ), отличающей ее от существующей системы коммерческого и технического учета электроэнергии, взято расширение функций, причем в систему вовлекаются принципиально новые функции: определение технических потерь, сведение балансов в режиме, близком к on-line, определение показателей надежности. Это позволит, среди прочего, получить необходимую информацию для решения режимных задач Smart Grid – оптимизации по реактивной мощности, управления качеством электроснабжения.
2. Во многих случаях (помимо решения задач, традиционных для сетевой компании) рассматриваются устройства и системы управления потреблением у физических лиц, осуществляющие их ограничения и отключения за неплатежи (традиционные задачи так называемых систем AMI – Advanced Metering Infrastructure).
Учитывая вышеизложенное, для электросетевой компании предлагается принимать следующее двойственное (по признаку предметной области) определение ИСУЭ:
в отношении потребителей – физических лиц: «Интеллектуальная система измерений – это совокупность устройств управления нагрузкой, приборов учета, коммуникационного оборудования, каналов передачи данных, программного обеспечения, серверного оборудования, алгоритмов, квалифицированного персонала, которые обеспечивают достаточный объем информации и инструментов для управления потреблением электроэнергии согласно договорным обязательствам сторон с учетом установленных критериев энергоэффективности и надежности»;
в отношении системы в целом: «Интеллектуальная система измерений – это автоматизированная комплексная система измерений электроэнергии (с возможностью измерений других энергоресурсов), определения учетных показателей и решения на их основе технологических и бизнес-задач, которая позволяет интегрировать различные информационные системы субъектов рынка и развиваться без ограничений в обозримом будущем».

ЗАДАЧИ «ИНТЕЛЛЕКТУАЛЬНОГО УЧЕТА»

Далее мы будем основываться на том, что ИСУЭ позволит осуществить следующие функции в бытовом секторе:
• дистанционное получение от каждой точки измерения (узла учета) у бытового потребителя сведений об отпущенной или потребленной электроэнергии;
• расчет внутриобъектового (многоквартирный жилой дом, поселок) баланса поступления и потребления энергоресурсов с целью выявления технических и коммерческих потерь и принятия мер по эффективному энергосбережению;
• контроль параметров поставляемых энергоресурсов с целью обнаружения и регистрации их отклонений от договорных значений;
• обнаружение фактов несанкционированного вмешательства в работу приборов учета или изменения схем подключения электроснабжения;
• применение санкций против злостных неплательщиков методом ограничения потребляемой мощности или полного отключения энергоснабжения;
• анализ технического состояния и отказов приборов учета;
• подготовка отчетных документов об электропотреблении;
• интеграция с биллинговыми системами.

«ИНТЕЛЛЕКТУАЛЬНЫЙ КОММЕРЧЕСКИЙ УЧЕТ»

Остановимся подробно на одном из атрибутов ИСУЭ, который считаю ключевым для основного электросетевого бизнеса.
Особенностью коммерческого учета электроэнергии (КУЭ) распределительных сетевых компаний является наличие двух сфер коммерческого оборота электроэнергии – ОРЭМ и РРЭ, которые хотя и сближаются в нормативном и организационном плане, но остаются пока существенно различными с точки зрения требований к КУЭ.
Большинство сетевых компаний является субъектом как ОРЭМ, так и РРЭ. Соответственно и сам коммерческий учет в отношении требований к нему разделен на два вида:
• коммерческий учет на ОРЭМ (технические средства – АИИС КУЭ);
• коммерческий учет на РРЭ (технические средства – АСКУЭ).
Кроме того, к коммерческому учету, т.е. к определению тех показателей, которые служат для начисления обязательств и требований сетевой компании (оплата услуг по транспорту электроэнергии, купля-продажа технологических потерь), следует отнести и измерения величин, необходимых для определения показателей надежности сети в отношении оказания услуг по передаче электроэнергии.
Отметим, что сложившиеся технологии АИИС КУЭ и АСКУЭ по своей функциональной полноте (за исключением функции коммутации нагрузки внутри систем) – это технологии Smart Metering в том понимании, которое мы обсуждали выше. Поэтому далее будем считать эти понятия полностью совпадающими.
Подсистема ИСУЭ на РРЭ, безусловно, самая сложная и трудоемкая часть всей интеллектуальной системы как с точки зрения организации сбора информации (включая измерительные системы (ИС) и средства связи в автоматизированных системах), так и с точки зрения объема точек поставки и соответственно средств измерений. Последние отличаются большим многообразием и сложностью контроля их и метрологических характеристик (МХ).
Если технические требования к ИС на ОРЭМ и к ИС крупных потребителей (по крайней мере потребителей с присоединенной мощностью свыше 750 кВА) принципиально близки, то в отношении нормативного и организационного компонентов имеются сильные различия. Гармоничная их интеграция в среде разных компонентов – основная задача создания современной системы ИСУЭ любой сетевой компании.
Особенностью коммерческого учета для нужд сетевого комплекса – основного бизнеса компании в отличие от учета электроэнергии потребителей, генерирующих источников и сбытовых компаний – является сам характер учетных показателей, вернее, одного из них – технологических потерь электроэнергии. Здесь трудность состоит в том, что границы балансовой принадлежности компании должны оснащаться средствами учета в интересах субъектов рынка – участников обращения электроэнергии, и по правилам, установленным для них, будь то ОРЭМ или РРЭ. А к измерению и учету важнейшего собственного учетного показателя, потерь, отдельные нормативные требования не предъявляются, хотя указанные показатели должны определяться по своим технологиям.
При этом сегодня для эффективного ведения бизнеса перед сетевыми компаниями, по мнению автора, стоит задача корректного определения часовых балансов в режиме, близком к on-line, в условиях, когда часть счетчиков (со стороны ОРЭМ) имеют автоматические часовые измерения электроэнергии, а подавляющее большинство (по количеству) счетчиков на РРЭ (за счет физических лиц и мелкомоторных потребителей) не позволяют получать такие измерения. Актуальность корректного определения фактических потерь следует из необходимости покупки их объема, не учтенного при установлении тарифов на услуги по передаче электроэнергии, а также предоставления информации для решения задач Smart Grid.
В то же время специалистами-практиками часто ставится под сомнение практическая востребованность определения технологических потерь и их составляющих в режиме on-line. Учитывая это мнение, которое не согласуется с разрабатываемыми стратегиями Smart Grid, целесообразно оставить окончательное решение при разработке ИСУЭ за самой компанией.
Cистемы АИИС КУЭ сетевых компаний никогда не создавались целенаправленно для решения самых насущных для них задач, таких как:
1. Коммерческая задача купли-продажи потерь – качественного (прозрачного и корректного в смысле метрологии и требований действующих нормативных документов) инструментального или расчетно-инструментального определения технологических потерь электроэнергии вместе с их составляющими – техническими потерями и потреблением на собственные и хозяйственные нужды сети.
2. Коммерческая задача по определению показателей надежности электроснабжения потребителей.
3. Управленческая задача – получение всех установленных учетной политикой компании балансов электроэнергии и мощности по уровням напряжения, по филиалам, по от-дельным подстанциям и группам сетевых элементов, а также КПЭ, связанных с оборотом электроэнергии и оказанием услуг в натуральном выражении.
Не ставилась и задача технологического обеспечения возможного в перспективе бизнеса сетевых компаний – предоставления услуг оператора коммерческого учета (ОКУ) субъектам ОРЭМ и РРЭ на территории обслуживания компании.
Кроме того, необходимо упорядочить систему учета для определения коммерческих показателей в отношении определения обязательств и требований оплаты услуг по транспорту электроэнергии и гармонизировать собственные интересы и интересы смежных субъектов ОРЭМ и РРЭ в рамках существующей системы взаимодействий и возможной системы взаимодействий с введением института ОКУ.
Именно исходя из этих целей (не забывая при этом про коммерческие учетные показатели смежных субъектов рынка в той мере, какая требуется по обязательствам компании), и нужно строить подлинно интеллектуальную измерительную систему. Иными словами, интеллект измерений – это главным образом интеллект решения технологических задач, необходимых компании.
По сути, при решении нового круга задач в целевой модели интеллектуального учета будет реализован принцип придания сетевой компании статуса (функций) ОКУ в зоне обслуживания. Этот статус формально прописан в действующей редакции Правил розничных рынков (Постановление Правительства РФ № 530 от 31.08.2006), однако на практике не осуществляется в полном объеме как из-за отсутствия необходимой технологической базы, так и из-за организационных трудностей.
Таким образом, сетевая компания должна сводить баланс по своей территории на новой качественной ступени – оперативно, прозрачно и полно. А это означает сбор информации от всех присоединенных к сети субъектов рынка, формирование учетных показателей и передачу их тем же субъектам для определения взаимных обязательств и требований.
Такой подход предполагает не только новую схему расстановки приборов в соответствии с комплексным решением всех поставленных технологами задач, но и новые функциональные и метрологические требования к измерительным приборам.

ПРЕИМУЩЕСТВА ИСУЭ

Внедрение ИСУЭ даст новые широкие возможности для всех участников ОРЭМ и РРЭ в зоне обслуживания электросетевой компании.
Для самой компании:
1. Повышение эффективности существующего бизнеса.
2. Возможности новых видов бизнеса – ОКУ, регистратор единой группы точек поставки (ГТП), оператор заправки электрического транспорта и т.п.
3. Обеспечение внедрения технологий Smart grid.
4. Создание и развитие программно-аппаратного комплекса (с сервисно-ориентированной архитектурой) и ИС, снимающих ограничения на развитие технологий и бизнеса в долгосрочной перспективе.
Для энергосбытовой деятельности:
1. Автоматический мониторинг потребления.
2. Легкое определение превышения фактических показателей над планируемыми.
3. Определение неэффективных производств и процессов.
4. Биллинг.
5. Мониторинг коэффициента мощности.
6. Мониторинг показателей качества (напряжение и частота).
Для обеспечения бизнеса – услуги для генерирующих, сетевых, сбытовых компаний и потребителей:
1. Готовый вариант на все случаи жизни.
2. Надежность.
3. Гарантия качества услуг.
4. Оптимальная и прозрачная стоимость услуг сетевой компании.
5. Постоянное внедрение инноваций.
6. Повышение «интеллекта» при работе на ОРЭМ и РРЭ.
7. Облегчение технологического присоединения энергопринимающих устройств субъектов ОРЭМ и РРЭ.
8. Качественный консалтинг по всем вопросам электроснабжения и энергосбережения.
Успешная реализации перечисленных задач возможна только на базе информационно-технологической системы (программно-аппаратного комплекса) наивысшего достигнутого на сегодняшний день уровня интеграции со всеми возможными информационными системами субъектов рынка – измерительно-учетными как в отношении электроэнергии, так и (в перспективе) в отношении других энергоресурсов.

ЛИТЕРАТУРА

1. Новиков В.В. Интеллектуальные измерения на службе энергосбережения // Энергоэксперт. 2011. № 3.
2. Гуревич В.И. Интеллектуальные сети: новые перспективы или новые проблемы? // Электротехнический рынок. 2010. № 6.

[ http://www.news.elteh.ru/arh/2011/71/14.php]

Тематики

• счетчик электроэнергии

EN

• smart metering

теория расписаний
Научная дисциплина, посвященная разработке методов оптимизации оперативно-календарного планирования. Задачи Т.р. — один из видов задач исследования операций, объединяемых в классе задач упорядочения. Они состоят в определении оптимальной очередности обработки изделий на различных станках или других рабочих местах, составлении программы-»диспетчера» для управления работой ЭВМ в мультипрограммном режиме и т.п. Для решения задач используется ряд методов линейного программирования, дискретного программирования, методы ветвей и границ, сетевого планирования и управления. Последнее время особое развитие принимают приближенные методы решения, резко сокращающие перебор вариантов, (метод Монте-Карло). Сложность таких задач можно проиллюстрировать примером: требуется спланировать изготовление четырех изделий, каждое из которых проходит обработку на каждом из пяти станков. Существует (4!)5 или почти 7962 тыс. различных вариантов обработки (последовательностей); некоторые из них к тому же надо как-то отсеять, поскольку определенные операции следует выполнять в заданном порядке. На практике, разумеется, задачи еще намного сложнее. Проще других решаются так называемые задачи одного станка: поиск наилучшей последовательности обработки на нем некоторого множества деталей (наилучшей с точки зрения минимума затрат на пролеживание деталей до и после обработки, минимума времени задержки в выдаче деталей по сравнению с установленным сроком, минимального объема незавершенного производства и т.п.). Существует также ряд моделей планирования работы производственного участка (методическую основу для них дает модель Джонсона для n деталей и двух станков, но она представляет лишь теоретический интерес и малоприменима на практике). Наконец, Т.р. содержит методы составления календарных планов работы предприятий. Обычно задача ставится таким образом: составить план изготовления всех изделий, в котором не нарушались бы технологические ограничения, ограничения по мощности оборудования, а также сроки запуска и выпуска продукции. См. также: Задача о коммивояжере, Оперативно-календарное планирование.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• scheduling theory

менеджмент риска
Скоординированные действия по руководству и управлению организацией в отношении риска.
Примечание
Обычно менеджмент риска включает в себя оценку риска, обработку риска, принятие риска и коммуникацию риска.
[ ГОСТ Р 51897-2002]

менеджмент риска
Структурированная разработка и применение культуры, политики, процедур и методов менеджмента к задачам идентификации, анализа, оценки и обработки риска.
[ ГОСТ Р 53647.1-2009]

Тематики

• менеджмент риска

EN

• risk management

FR

• gestion du risque

2.22 менеджмент риска (risk management): Полный процесс идентификации, контроля, устранения или уменьшения последствий опасных событий, которые могут оказать влияние на ресурсы информационно-телекоммуникационных технологий.

Источник: ГОСТ Р ИСО/МЭК 13335-1-2006: Информационная технология. Методы и средства обеспечения безопасности. Часть 1. Концепция и модели менеджмента безопасности информационных и телекоммуникационных технологий оригинал документа

3.62 менеджмент риска (risk management): Полный процесс идентификации, контроля, устранения или уменьшение последствий вероятных событий, которые могут оказать влияние на ресурсы информационно-телекоммуникационных технологий [2].

Источник: ГОСТ Р ИСО/ТО 13569-2007: Финансовые услуги. Рекомендации по информационной безопасности

2.5 менеджмент риска (risk management): Скоординированные действия по руководству и управлению организацией в области риска, выполняемые в соответствии с установленной политикой предприятия в области риска и основанные на систематической итеративной оптимизации проектных ресурсов.

Источник: ГОСТ Р ИСО 17666-2006: Менеджмент риска. Космические системы оригинал документа

2.18 менеджмент риска (risk management): Систематическое применение политики, процедур и практических методов менеджмента для решения задач анализа, оценивания и управления риском.

Источник: ГОСТ Р ИСО 14971-2006: Изделия медицинские. Применение менеджмента риска к медицинским изделиям оригинал документа

3.5 менеджмент риска (risk management): Систематическое приложение политики, процедур и методов управления к задачам определения ситуации, идентификации, анализа, оценки, обработки, мониторинга риска и обмена информацией по вопросам риска.

Источник: ГОСТ Р 51901.4-2005: Менеджмент риска. Руководство по применению при проектировании оригинал документа

3.62 менеджмент риска (risk management): Полный процесс идентификации, контроля, устранения или уменьшение последствий вероятных событий, которые могут оказать влияние на ресурсы информационно-телекоммуникационных технологий [2].

Источник: ГОСТ Р ИСО ТО 13569-2007: Финансовые услуги. Рекомендации по информационной безопасности

2.37 менеджмент риска (risk management): Структурированная разработка и применение культуры, политики, процедур и методов менеджмента к задачам идентификации, анализа, оценки и обработки риска.

Источник: ГОСТ Р 53647.2-2009: Менеджмент непрерывности бизнеса. Часть 2. Требования оригинал документа

2.31 менеджмент риска (risk management): Структурированная разработка и применение культуры, политики, процедур и методов менеджмента к задачам идентификации, анализа, оценки и обработки риска.

Источник: ГОСТ Р 53647.1-2009: Менеджмент непрерывности бизнеса. Часть 1. Практическое руководство оригинал документа

3.38 менеджмент риска (risk management): Скоординированные действия по руководству и управлению организацией в области риска.

Примечание - Обычно менеджмент риска включает в себя оценку риска, обработку риска, принятие риска и обмен информацией о риске.

[Руководство ИСО/МЭК 73]

Источник: ГОСТ Р 53647.4-2011: Менеджмент непрерывности бизнеса. Руководящие указания по обеспечению готовности к инцидентам и непрерывности деятельности оригинал документа

3.26 менеджмент риска (risk management): Скоординированные действия по управлению организацией в области риска, включая процессы, процедуры и соответствующий уровень культуры организации, направленные на непрерывное обеспечение выполнения установленных критериев допустимости риска.

Примечание - Обычно менеджмент риска включает в себя оценку риска, обработку риска, принятие риска и обмен информацией о риске.

Источник: ГОСТ Р 51901.10-2009: Менеджмент риска. Процедуры управления пожарным риском на предприятии оригинал документа

3.4.27 менеджмент риска (risk management): Скоординированные действия по руководству и управлению организацией в отношении риска.

Источник: ГОСТ Р 54147-2010: Стратегический и инновационный менеджмент. Термины и определения оригинал документа

3.2 менеджмент риска (risk management): Скоординированные действия по руководству и управлению организацией в отношении риска, которые направлены на реализацию потенциальных возможностей организации и снижение негативных последствий опасных событий.

Примечание - Обычно менеджмент риска включает в себя оценку риска, обработку риска, принятие риска и обмен информацией о риске.

[Адаптировано из ГОСТ Р 51897-2002, ст. 3.1.7]

Источник: Р 50.1.069-2009: Менеджмент риска. Рекомендации по внедрению. Часть 2. Определение процесса менеджмента риска

внутризаводские задачи оптимального планирования
Массовая область применения экономико-математических методов в экономике, основа автоматизированных систем управления предприятиями. На начальном этапе применение экономико-математических методов характеризовалось разработкой и решением отдельных планово-экономических задач, например, задач оптимизации формирования производственной программы, использования производственных мощностей и др. В этом отношении накоплен богатый опыт. Основной оптимизационной моделью подсистемы перспективного планирования является модель выбора вариантов проектов реконструкции и нового строительства, решаемая методами целочисленного программирования. Она дополняется алгоритмической сетью расчета остальных показателей плана, производных по отношению к показателям капитальных вложений и объемов продукции по годам перспективного периода (эти показатели получаются непосредственно решением модели). Для подсистемы текущего планирования основной является модель оптимизации производственной программы (чаще всего для решения применяются методы линейного программирования). Эта модель сводится к нахождению таких объемов и номенклатуры выпуска продукции, которые в условиях установленной (госзаказом, заказами частных компаний, или прогнозом рыночной конъюнктуры) потребности и при наличных мощностях обеспечивали бы получение экстремума целевой функции; ею может быть максимизация прибыли, объема реализованной продукции и т.д. Экономико-математические модели календарного планирования предназначены для установления (например, в рамках месячного плана) конкретных сроков запуска деталей в производство; матричные модели материальных и информационных потоков используются для разработки бизнес-планов; модели теории управления запасами помогают регулировать незавершенное производство и контролировать запасы сырья, полуфабрикатов и готовой продукции и т.д. Однако опыт показал, что изолированное решение отдельных задач планирования и управления не позволяет полностью использовать возможности экономико-математических методов и современных вычислительных средств. Поэтому в настоящее время основным путем решения внутризаводских задач оптимального планирования и управления стал путь создания взаимосвязанных комплексов экономико-математических моделей. Они объединяют весь цикл управления — от сбора данных до выработки команд и решений, а также доведения их до исполнителей. Такой комплекс включает модели планирования, оптимизации решений и формирования данных непосредственно в последовательности, соответствующей технологии и графику операций по управлению производством. Часть моделей при этом предназначена для выработки на электронной технике управляющих команд в реальном масштабе времени. (Это относится, например, к управлению технологическими процессами в непрерывном производстве). В зависимости от институциональной формы предприятия (компании) возможны разные критерии оптимальности и разные стимулы производства для руководителей и коллективов этих экономических объектов.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• internal plant problems of optimal planning

многокритериальная оптимизация
1. Метод решения задач, которые состоят в поиске лучшего (оптимального) решения, удовлетворяющего нескольким несводимым друг к другу критериям. 2. Соответствующий раздел математического программирования. Например, надо принять решение о постройке шоссейной дороги в объезд города. Приходится при этом учитывать такие разнородные факторы и интересы разных субъектов, как выигрыш города в целом (меньше машин, чище воздух), проигрыш отдельных горожан (пассажиры, проезжающие через город, могут останавливаться на обед, покупать сувениры и т.п., а теперь это оказывается невозможным), повышение безопасности движения, время, затрачиваемое транспортом на проезд через город и объезд вокруг него и т.д. Для решения таких задач с помощью компьютера требуется их формализация, которая неизбежно связывается с экспертными оценками как самих критериев, так и взаимоотношений между ними (одни критерии противоречат друг другу, другие, наоборот, действуют в одном направлении, третьи — индифферентны, безразличны друг к другу). Поиски средств формализации многокритериальных задач — молодая, развивающаяся область исследований. Известен ряд способов решения многокритериальных задач: а) оптимизация одного критерия (почему-либо признанного наиболее важным); остальные при этом играют роль дополнительных ограничений; б) упорядочение заданного множества критериев и последовательная оптимизация по каждому из них (см. Лексикографическое упорядочение); в) сведение многих критериев к одному путем введения априорных (экспертных) весовых коэффициентов для каждого из критериев (более важный критерий получает более высокий вес). Термин «многокритериальные задачи» часто отождествляется с термином «задачи векторной оптимизации«; однако прослеживается различие: в последнем случае речь идет не о разнородных критериях системы, а о сопоставлении однородных критериев разных участников (см. рис. к статье Оптимальность по Парето). Нельзя также оба эти термина смешивать с термином «многоэкстремальные задачи«, для которых характерны не разные критерии, а наличие у целевой функции не только глобального (возможно и не единственного) экстремума, но и локальных экстремумов.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• multi-criterion optimization

дерево решений
Граф - схема, отражающая структуру задачи оптимизации многошагового процесса принятия решений. Ветви дерева отображают различные события, которые могут иметь место, а узлы (вершины) - состояния, в которых возникает необходимость выбора.
[ОАО РАО "ЕЭС России" СТО 17330282.27.010.001-2008]

дерево решений
Способ представления процесса принятия решения, имеющий вид ответов на серию вопросов, образующих древовидную структуру.
[ http://www.morepc.ru/dict/]

дерево решений
Граф, схема, отражающая структуру задачи оптимизации многошагового процесса принятия решений. Применяется в динамическом программировании и в других областях для анализа решений, структуризации проблем. Ветви дерева отображают различные события, которые могут иметь место, а узлы (вершины) - состояния, в которых возникает необходимость выбора. Причем узлы различны — в одних выбор из некоторого набора альтернатив осуществляет сам решающий (руководитель, лицо, принимающее решения), в других выбор от него не зависит. В таких случаях говорят, что выбор делает «природа», а руководитель может только оценить вероятность того или иного ее «решения». Д.р. применяется тогда, когда количество альтернатив и количество шагов принятия решений ограниченно (конечно). Принцип использования этого метода покажем на простом примере. Предположим, возникла необходимость построить цех для выпуска новой продукции. Можно построить большой цех — мощностью 200 тыс. т продукции в год и стоимостью 1 млрд. руб. Если спрос на продукт будет большой, завод получит прибыль в 1 млрд. руб., строительство цеха окупится за год. Но если спрос будет меньше, допустим, только на 100 тыс. т, то прибыль составит уже лишь 500 млн. руб.: если же товар совсем «не пойдет», завод понесет убытки в 1 млрд. руб. Возникает второй вариант: строить меньший цех — мощностью 100 тыс. т и стоимостью 500 млн. руб. Тогда при высоком и малом спросе прибыль будет равна 500 млн. руб., а при отсутствии спроса убыток составит 500 млн. руб. Все это можно показать на схеме (рис.Д.2). Получается шесть возможных вариантов последствий двух возможных решений. Какое же из них выбрать? Это зависит от вероятностей того или иного состояния будущего спроса: чем больше вероятность высокого спроса, тем разумнее, очевидно, будет предпочесть вариант строительства крупного цеха. Но задача осложнится еще больше, если сформулировать ее иначе: спрос на продукцию будет, как предполагается, расти постепенно. Что при этом лучше: строить сразу большой цех или же малый, но через некоторое время (если спрос действительно окажется большим) реконструировать его? Такие задачи также решаются методом Д.р. Приведенный пример характерен для структуры задач динамического программирования с конечным числом решений. Как видим, здесь сначала осуществлялся выбор последнего по времени решения, а затем, при движении в направлении, обратном течению времени, выбирались все остальные решения вплоть до исходного (см. Беллмана принцип оптимальности). Рис. Д.2 Дерево решений Спрос: б — большой, м — малый, о — отсутствие спроса
[ http://slovar-lopatnikov.ru/]

Тематики

• информационные технологии в целом
• экономика

EN

• decision tree

блочное программирование
Метод решения сложных задач линейного программирования путем разложения модели на блоки. Крупноразмерная модель (включающая много показателей в исходной таблице) сводится к нескольким моделям меньшей размерности. Получившиеся задачи решаются вместе по специальным правилам согласования. Необходимость такого подхода обосновывается тем, что с ростом размерности трудоемкость, да и просто сложность решения задач растет невероятно быстро. «Проклятие размерности», по меткому выражению американского математика Р.Беллмана, характерно для большинства реальных задач математического программирования. Широко применяется Б.п. в отраслевых задачах оптимизации, где естественно разложение, «декомпозиция» общей модели отрасли либо на блоки – модели предприятий, либо на блоки, соответствующие последовательным стадиям переработки сырья (производственным переделам). Среди теоретических схем Б.п. наиболее известны две: метод декомпозиции Данцига-Вульфа и метод планирования на двух уровнях Корнаи-Липтака (Дж. Данциг и П.Вульф – американские, Я. Корнаи и Т. Липтак – венгерские ученые). Обе они представляют собой последовательные (итеративные) пересчеты, взаимно увязывающие решения главной «отраслевой» задачи и локальных задач предприятий. Различие же между ними состоит в том, что в первом случае итеративный процесс основан на корректировке двойственных оценок ресурсов и продукции (такая корректировка делает для «предприятия» выгодными планы, все более приближающиеся к оптимальному плану отрасли), а во втором случае – на корректировке лимитов общеотраслевых ресурсов, выделяемых предприятиям. При этом задача сводится к игре между центром, варьирующим допустимые распределения ресурсов, и предприятиями (варьирующими допустимые двойственные оценки ресурсов); ценой игры является сумма целевых функций предприятий. Иначе говоря, схема Данцига-Вульфа построена по принципу «централизованное определение цен – децентрализованное определение наилучших возможностей», а схема Корнаи-Липтака – по принципу «централизованное лимитирование возможностей – децентрализованное выявление эффекта от их использования» [1]. В обоих случаях важную роль играют двойственные оценки, причем их оптимальный уровень выявляется вместе с оптимальным распределением ресурсов, т.е. собственно планом (именно в этом состоит принцип оптимального планирования). [1] Эта удачная, на наш взгляд, формулировка заимствована из кн.: Математические методы в планировании отраслей и предприятий. М.: Экономика, 1973.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• block programming

В ходе подготовки к планированию научно-исследовательской совместной работы я познакомился с...

- планом научно-исследовательской работы вашего института

- организацией (результатами) лабораторных работ

- документацией на новые технологические линии (малых предприятий)

- тезисами докладов.

Я прочитал вашу работу с большим интересом.

Нам нужна научно-техническая информация об изделиях и материалах для соответствующих исследований.

Прежде чем перейти к отдельным вопросам планирования научно-исследовательской работы, было бы неплохо, чтобы наши научные работники познакомились с достигнутыми у вас результатами.

С нашей стороны возражений нет.

Мы проведем консультации по основным вопросам.

Для организации научно-исследовательской работы нам необходимо соблюдение, в основном, двух условий: наличие соответствующих кадров и материальной базы.

Поговорим вначале о кадрах.

Кого вы привлекаете к работе в исследовательской группе?

Кто примет участие в этой работе с вашей стороны?

К работе в исследовательской группе были привлечены...

- лучшие специалисты

- высококвалифицированные кадры молодых научных работников.

Господин N является руководителем исследовательской группы.

Для подготовки отдельных вопросов нам необходимо привлечь экспертов.

Кто возглавляет экспертную группу?

Просим передать нам список экспертов, так как речь пойдет о...

- подготовке и разработке научных проектов решений

- консультациях

- проверке этого вопроса.

А сейчас поговорим о материально-технической базе исследований.

Мы предлагаем вам создать совместную научно-техническую базу на время, необходимое для решения поставленных задач.

Сюда входят лаборатории, оборудованные современными приборами и механизмами, а также электронно-вычислительная техника.

Готовы ли ваши лаборатории к работе?

Мы занимаемся подготовкой работ в лаборатории.

А сейчас поговорим о содержании исследовательских работ.

Какие критерии оценки исследовательских работ мы возьмем за основу?

Критериями оценки исследовательских работ должны быть:

- конкурентоспособность на мировом рынке;

- стоимость исследований;

- сроки (темпы) внедрения в производство.

Мы должны...

- согласовать темы исследовательских работ

- проверить и сравнить результаты работы

- договориться о сроках и месте совещания по результатам исследований.

Нам нужно обсудить (согласовать)...

- важнейшие технические требования

- сроки окончания исследовательских работ.

Нам нужно уточнить объем исследовательских работ.

Нам следует договориться о совместном решении избранной научно-технической задачи.

Мы придаем большое значение разработке высокомеханизированного производства.

У нас требуют обязательного рассмотрения вопросы...

- проведения технико-экономических (сравнительных) анализов

- согласования важнейших технико-экономических параметров

- разработки систем комплексной автоматизации.

Нам нужно провести расчеты по оптимизации параметров.

Эти нормативы уже не отвечают новейшему научно-техническому уровню.

Мы ускорим темпы проведения работ и продолжим эксперименты.

По некоторым вопросам у нас не достигнута договоренность.

Но, во всяком случае, наше сотрудничество будет способствовать...

- изучению прикладных вопросов физики (химии)

- исследованиям в области слабых токов

- разработке мероприятий по внедрению новейшей технологии

- селекции и созданию новых сельскохозяйственных культур

- синтезу новых пластмасс

- созданию новых машин (приборов)

- созданию новых видов химической продукции.

Особое внимание следует обратить на эффективное и рациональное использование энергии.

Мы обсудим вопросы...

- сотрудничества в области проектирования

- проектирования и строительства предприятий и научно-исследовательских учреждений.

Нам следует договориться о совместном проектировании новой установки.

Мы будем говорить о проектировании опытных установок для производства строительных материалов.

Это касается технического содействия в проектировании.

Теперь о сокращении сроков разработки проекта и внедрения его в производство.

В представленных проектах обнаружены некоторые недостатки.

Мы устраним недостатки в проекте.

Мы предлагаем обсудить этот вопрос в оперативном порядке.

Протокол технического совещания специалистов (экспертов) по проектированию опытных установок уже составлен.

Из проекта, который вы нам предоставили, вы можете видеть, что для решения поставленных задач предусматривается два года.

Нам следует договориться об испытании новой машины (опытных установок).

Мы должны во что бы то ни стало выдержать сроки пусковых испытаний агрегата X. Когда вы можете передать нам отчет об испытаниях установки X?

нелинейное программирование
Раздел математического программирования, изучающий методы решения экстремальных задач с нелинейной целевой функцией и (или) областью допустимых решений, определенной нелинейными ограничениями. В экономике это соответствует тому, что результаты (эффективность) возрастают или убывают непропорционально изменению масштабов использования ресурсов (или, что то же самое, масштабов производства) - например, из-за деления издержек производства на предприятиях на переменные и условно-постоянные, из-за насыщения спроса на товары, когда каждую следующую единицу продать труднее, чем предыдущую, из-за влияния экстерналий (см.Внешняя экономия, внешние издержки) и т.д. В краткой форме задачу Н.п. можно записать так: F (x) ? max при условиях g (x) ? b, x ? 0. где x — вектор искомых переменных, F (x) — целевая функция, g (x) — функция ограничений (непрерывно дифференцируемая), b — вектор констант ограничений (выбор знака ? в первом условии здесь произволен, его всегда можно изменить на обратный). Решение задачи нелинейного программирования (глобальный максимум или минимум) может принадлежать либо границе, либо внутренней части допустимого множества. Иначе говоря, задача состоит в выборе таких неотрицательных значений переменных, подчиненных системе ограничений в форме неравенств, при которых достигается максимум (или минимум) данной функции. При этом не оговаривается форма ни целевой функции, ни неравенств. Могут быть разные случаи: целевая функция — нелинейна, а ограничения — линейны; целевая функция — линейна, а ограничения (хотя бы одно из них) - нелинейны; и целевая функция, и ограничения нелинейны. Задачи, в которых число переменных и (или) число ограничений бесконечно, называются задачами бесконечномерного Н.п.. Задачи, в которых целевая функция и (или) функции ограничений содержат случайные элементы, называются задачами стохастического Н.п. Например, задачу для двух переменных (выпуск продукта x и выпуск продукта y) и вогнутой целевой функции (прибыль — p) можно геометрически представить на чертеже (см. рис. H.4; заштрихована область допустимых решений). Эта задача реалистично отражает распространенное в экономике явление: рост прибыли с ростом производства до определенного (оптимального) уровня в точке B’, а затем ее снижение, например, вследствие затоваривания продукцией или исчерпания наиболее эффективных ресурсов. Нелинейные задачи сложны, часто их упрощают тем, что приводят к линейным. Для этого условно принимают, что на том или ином участке целевая функция возрастает или убывает пропорционально изменению независимых переменных. Такой подход называется методом кусочно-линейных приближений, он применим, однако, лишь к некоторым видам нелинейных задач. Нелинейные задачи в определенных условиях решаются с помощью функции Лагранжа (см. Множители Лагранжа, Лагранжиан): найдя ее седловую точку, тем самым находят и решение задачи. Среди вычислительных алгоритмов Н.п. большое место занимают градиентные методы. Универсального же метода для нелинейных задач нет, и, по-видимому, может не быть, поскольку они чрезвычайно разнообразны. Особенно трудно решаются многоэкстремальные задачи. Для некоторых типов задач выпуклого программирования (вид нелинейного) разработаны эффективные численные методы оптимизации Рис. Н.4 Нелинейное программирование (заштрихована область допустимых решений)
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• nonlinear programming

векторная оптимизация
Комплекс методов решения задач математического программирования, в которых критерий оптимальности представляет собой вектор, компонентами которого являются в свою очередь несводимые друг к другу критерии оптимальности подсистем, входящих в данную систему, например, критерии роста благосостояния разных социальных групп в социально-экономическом планировании. При этом задача оптимизации существенно видоизменяется по сравнению с теми задачами, которые рассматриваются в большинстве статей словаря. В них она сводится к тому, чтобы, зная условия и ограничения, найти такой план, который бы максимизировал или минимизировал единственный заданный критериальный показатель. Это называется «скалярная оптимизация». Есть разные подходы к векторным задачам оптимизации, так или иначе связанные с нахождением некоторого компромисса между целями подсистем и, следовательно, между рассматриваемыми критериями. Критерии, например, ранжируют по важности, выделяют один из них в качестве главного (тогда уровни остальных фиксируются как дополнительные ограничения). Оптимизация по одному из критериев называется субоптимизацией. Другой способ — при ранжировании приписывать критериям определенные веса (соответственно их важности) и на этой основе строить единый скалярный критерий, отражающий общую цель системы («Скаляризация векторного критерия»). Принцип оптимальности по Парето сводит задачу к поиску множества эффективных планов. При этом принимают, что если улучшение какого-то показателя (критерия) потребует ухудшения хотя бы одного из остальных, оптимум достигнут. В других случаях задачу В.о. сводят к задаче теории игр, в которой «игроками» выступают подсистемы, имеющие несовпадающие цели и критерии. Широко распространено отождествление терминов «В.о.» и «многокритериальная оптимизация«. Действительно, с точки зрения математического аппарата соответствующие понятия идентичны. Но есть принципиальное различие с точки зрения экономической: в первом случае, как указано выше, речь идет о совокупности (векторе) критериев различных подсистем, во втором — о векторе разнородных критериев оптимальности некоторой системы в целом. Ко второму случаю можно отнести оптимизацию развития по множеству разнородных критериев, часто противоположных по направлению: общество одновременно заинтересовано в повышении жизненного уровня и укреплении обороны, в развитии химии и охране окружающей среды, в удовлетворении сегодняшних нужд и обеспечении будущих поколений и т.д. Именно для подобных задач предпочтительнее термин «многокритериальная оптимизация».
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• vector optimization