Технология совершенствования системы управления промышленным предприятием в социально-экономическом пространстве региона
DOI:
https://doi.org/10.22394/sp254.07Ключевые слова:
система управления предприятием, социально-экономическое пространство региона, нейросетевой анализ, имитационное моделирование, агрегированные показатели, эффективность управления, оптимизация производстваАннотация
В представленной статье исследуются вопросы улучшения системы управления промышленным предприятием в рамках регионального социально-экономического пространства посредством применения методов нейросетевого анализа и имитационного моделирования. Основной целью исследования является создание и научное обоснование эффективного механизма управления предприятием, основанного на внедрении передовых информационных технологий. Объектами исследования выступают крупные промышленные предприятия, функционирующие в разных субъектах Российской Федерации. На основании их изучения в статье представлены наиболее рациональные методы управления, учитывающие специфику социально-экономической среды расположения предприятия; а также проанализирована целесообразность использования нейросетей для решения задач стратегического и тактического характера. Методы, применяемые в исследовании для достижения поставленных целей, включают изучение специализированной литературы, разработку имитационных моделей и проведение тестирования нейросетевых алгоритмов на выбранных предприятиях. Результатом проделанной работы являются выводы авторов о значительном потенциале нейросетевого анализа в выявлении недостатков системы управления и разработке рекомендаций по их преодолению. В частности, на примере промышленного предприятия ООО «Канотек» продемонстрировано, что внедрение нейросетевых моделей позволяет существенно повысить точность прогнозирования и минимизировать риск возникновения кризисных ситуаций. Кроме того, приводятся рекомендации относительно путей оптимизации процессов управления посредством комплексного анализа ключевых показателей производительности, организации логистических операций и транспортировки продукции. Выводы подчёркивают важность внедрения выявленных подходов, основанных на применении нейросетевого анализа и имитационного моделирования, поскольку они способствуют улучшению качества управления, повышают конкурентоспособность предприятий и обеспечивают их устойчивость в социально-экономическом развитии региона. Также авторы предлагают активизировать деятельность по развитию научных проектов, направленных на интегрирование новейших технологий в реальную практику корпоративного управления предприятий, различных сфер деятельности.Скачивания
Библиографические ссылки
Бочкарев, А. М. Развитие информационных технологий в управлении производственной деятельностью предприятия / А. М. Бочкарев // Инновации в управлении региональным и отраслевым развитием: материалы Всероссийской c международным участием научно-практической конференции, Тюмень, 11 ноября 2016 года. - Тюмень: Тюменский индустриальный университет, 2017. - С. 63-67. - EDN YNYFET.
Бочкарев, А. М. Развитие системы информационного обеспечения с учетом цифровизации производственно-хозяйственной деятельности промышленных предприятий в условиях современной цифровой экономики / А. М. Бочкарев // Промышленность: новые экономические реалии и перспективы развития: Сборник статей II Всероссийской научно-практической конференции (с международным участием). В 2-х частях, Оренбург, 24 мая 2019 года. Том Часть 2. - Оренбург: Типография "Экспресс-печать", 2019. - С. 168-173. - EDN PLIWCR.
Гайнанов, Д. А. Методологические основы развития региональной инновационной подсистемы на базе процессно-ресурсного подхода / Д. А. Гайнанов, А. Г. Атаева, А. Ю. Климентьева // Регион: Экономика и Социология. - 2022. - № 2(114). - С. 82-106. - https://doi.org/10.15372/REG20220204. - EDN TXQVGA.
Евгенев, Г. Б. Интеграция интеллектуальных систем проектирования и CAE (в части конечно-элементных расчетов) / Г. Б. Евгенев, А. Н. Кирияк // Высшая школа: научные исследования: Материалы Межвузовского международного конгресса, Москва, 21 января 2021 года. Том 1. - Москва: Инфинити, 2021. - С. 94-104. - EDN RPDTYM.
Карелин, А. Н. Оценка результативности системы управления промышленным предприятием: основные подходы / А. Н. Карелин, Н. В. Польшакова // Вестник аграрной науки. - 2025. - № 2(113). - С. 63-71. - https://doi.org/10.24412/2587-666X-2025-2-63-71. - EDN HPLBKT.
Князева, Е. Н. Законы эволюции и самоорганизации сложных систем / Е. Н. Князева, С. П. Курдюмов. - Москва: Наука, 1994. - 236 с. - (Кибернетика - неограниченные возможности и возможные ограничения). - ISBN 5-02-006975-2. - EDN QZNDPH.
Коровин, Г. Цифровизация промышленности в контексте новой индустриализации РФ / Г. Коровин // Общество и экономика. - 2018. - № 1. - С. 47-66. - EDN YMCMGQ.
Майорова, К. С. Цифровой переход промышленных предприятий в "smart" экосистему / К. С. Майорова, Е. С. Балашова // Экономика промышленности. - 2021. - Т. 14, № 4. - С. 433-444. - https://doi.org/10.17073/2072-1633-2021-4-433-444. - EDN SUHDXY.
Макаров, В. О применении метода эволюционной экономики / В. Макаров // Вопросы экономики. - 1997. - № 3. - С. 18-26.
Мигранов, М. М. Большие данные в электроэнергетике. Обзор программных решений / М. М. Мигранов, А. В. Мельников // Электроэнергия. Передача и распределение. - 2017. - № 4(43). - С. 60-64. - EDN ZEPJWT.
Моросанова, А. А. Усиление регулирования защиты персональных данных в России: экономические последствия и риски / А. А. Моросанова // Управленец. - 2023. - Т. 14, № 5. - С. 29-46. - https://doi.org/10.29141/2218-5003-2023-14-5-3. - EDN PJSYEA.
Наугольнова, И. А. Эволюция подходов к управлению промышленным предприятием: роль инноваций в современных условиях / И. А. Наугольнова // Креативная экономика. - 2023. - Т. 17, № 5. - С. 1763-1784. - https://doi.org/10.18334/ce.17.5.118234. - EDN EIXXJW.
Павленко, И. Г. Аспекты взаимосвязи коммуникаций и политики в управлении предприятием / И. Г. Павленко // Вестник ОрелГИЭТ. - 2012. - № 4(22). - С. 79-82. - EDN QJCJHB.
Симченко, Н. А. Цифровые двойники в экономическом развитии промышленности: управление и эффекты / Н. А. Симченко, С. Ю. Цехла. - Симферополь: Крымский федеральный университет имени В. И. Вернадского, 2021. - 237 с. - ISBN 978-5-6046333-7-3. - EDN ZFHMUO.
Симченко, Н. А. Институциональные аспекты формирования мотивационного механизма управления трудозанятостью / Н. А. Симченко, С. Ю. Цехла, И. Г. Павленко // Российское предпринимательство. - 2015. - Т. 16, № 22. - С. 4135-4144. - https://doi.org/10.18334/rp.16.22.2166. - EDN VJYYGZ.
Global Prevalence of Post-Coronavirus Disease 2019 (COVID-19) Condition or Long COVID: A Meta-Analysis and Systematic Review / Ch. Chen, S. R. Haupert, L. Zimmermann [et al.] // Journal of Infectious Diseases. - 2022. - Vol. 226, No. 9. - P. 1593-1607. - https://doi.org/10.1093/infdis/jiac136. - EDN WPUGDB.
Model-based Big Data Analytics-as-a-Service framework in smart manufacturing: A case study / A. Corallo, A. M. Crespino, M. Lazoi, M. Lezzi // Robotics and Computer-Integrated Manufacturing. - 2022. - Vol. 76. - P. 102331. - https://doi.org/10.1016/j.rcim.2022.102331. - EDN VSOTOT.
Ivanov, D. A. Digital Transformation of Production Systems. - London: Academic Press, 2022.
Industrial applications of neural networks / Jain L. C., Vemuri V. R. (ed.). - CRC press, 1998. - 344 p.
