Домой Недвижимость Синтез интеллектуальных систем. Анализ и синтез интеллектуальных систем автоматического управления с нечеткими регуляторами ситников михаил сергеевич

Недвижимость

Синтез интеллектуальных систем. Анализ и синтез интеллектуальных систем автоматического управления с нечеткими регуляторами ситников михаил сергеевич

480 руб. | 150 грн. | 7,5 долл. ", MOUSEOFF, FGCOLOR, "#FFFFCC",BGCOLOR, "#393939");" onMouseOut="return nd();"> Диссертация - 480 руб., доставка 10 минут , круглосуточно, без выходных и праздников

Ситников Михаил Сергеевич. Анализ и синтез интеллектуальных систем автоматического управления с нечеткими регуляторами: диссертация... кандидата технических наук: 05.13.01 / Ситников Михаил Сергеевич; [Место защиты: Моск. гос. ин-т радиотехники, электроники и автоматики].- Москва, 2008.- 227 с.: ил. РГБ ОД, 61 08-5/1454

Введение

ГЛАВА 1. Области применения и методы исследования интеллектуальных систем автоматического управления с нечеткими регуляторами 14

1.1. Обзор областей применения ИСАУ с HP 14

1.2. Проблемы исследования ИСАУ с HP 24

1.3. Исследование влияния основных параметров HP на характер нелинейных преобразований 28

1.3.1 Влияние формы и относительного размещения функций принадлежности отдельных термов на характер нелинейных преобразований в нечеткой модели Мамдани 35

1.3.2 Влияние порядка взаимосвязей входных и выходных термов на характер нелинейных преобразований в нечеткой модели Мамдани 41

1.4. Выводы по главе 43

ГЛАВА 2. Анализ и синтез интеллектуальных систем автоматического управления на основе метода гармонического баланса 45

2.1. Исследование ИСАУ методом гармонического баланса 46

2.2. Косвенная оценка качества 73

2.3. Влияние параметров нечеткого регулятора на ЭККУ 81

2.4. Методики исследования и синтеза ИСАУ с HP на основе метода

гармонического баланса 90

2.5. Выводы по главе 98

ГЛАВА 3. Исследование интеллектуальных систем автоматического управления на основе критериев абсолютной устойчивости 99

3.1. Исследование абсолютной устойчивости ИСАУ с HP 99

3.2. Исследование абсолютной устойчивости САУ с несколькими нелинейностями, 100

3.3. Исследование абсолютной устойчивости положения равновесия ИСАУ с нечетким регулятором первого вида 105

3.4. Исследование абсолютной устойчивости процессов в ИСАУ с нечетким регулятором первого вида; 119

3.5. Исследование влияния параметров нечеткого регулятора на абсолютную устойчивость ИСАУ ". 124

3.6. Косвенные оценки качества регулирования ИСАУ на основе критерия абсолютной устойчивости процессов 137

3.7. Выводы по главе 139

ГЛАВА 4. Автоматизированный синтез нечетких регуляторов на основе генетических алгоритмов 141

4.1. Обзор методов автоматизированного синтеза 141

4.2. Использование генетических алгоритмов для решения задач автоматизации синтеза и настройки нечетких регуляторов 144

4.3. Алгоритмы синтеза ИСАУ с HP 151

4.4. Методика автоматизированного синтеза и настройки HP 155

4.5. Выводы по главе 167

ГЛАВА 5. Программная и аппаратная реализация методик анализа и синтеза интеллектуальных систем автоматического управления с нечеткими регуляторами 169

5.1. Программный комплекс анализа и синтеза ИСАУ с HP 170

5.2. Аппаратная реализация системы управления электроприводом 177

5.3. Синтез HP ИСАУ для двигателя постоянного тока 180

5.4. Экспериментальные исследования 190

5.5. Выводы по главе 199

Список литературы 203

Приложение 211

Введение к работе

Применение интеллектуальных технологий обеспечивает решение широкого спектра задач адаптивного управления в условиях неопределенности. При этом программно-аппаратные средства таких систем оказываются простыми и надежными, гарантируют высокое качество управления. Открытость таких технологий позволяет осуществлять интеграцию механизмов прогнозирования событий, обобщение накопленного опыта, алгоритмов самообучения и самодиагностики, тем самым, существенно расширяя диапазон функциональных возможностей интеллектуальных систем. Наличие понятного человеко-машинного интерфейса придает интеллектуальным системам принципиально новые качества, которые позволяют существенно упростить этапы обучения и постановку задач.

Одна из распространенных интеллектуальных технологий, получившая широкое применение и зарекомендовавшая себя как удобный и мощный математический инструмент - это аппарат нечеткой логики (НЛ) . Теория нечетких множеств и основанная на ней логика позволяют описывать неточные категории, представления и знания, оперировать ими и делать соответствующие заключения и выводы. Наличие таких возможностей для формирования моделей различных объектов, процессов и явлений на качественном, понятийном уровне определил интерес к организации интеллектуального управления на основе применения данного аппарата.

Результаты теоретических и экспериментальных исследований показывают, что применение технологии НЛ позволяет создавать высокоэффективные быстродействующие регуляторы для широкого класса технических систем, используемых в промышленной, военной и бытовой технике, обладающих высокой степенью адаптивности, надежности и качества функционирования в условиях случайных возмущений, неопределенности внешней нагрузки.

На сегодняшний день, данный аппарат считается одним из перспективных инструментов описания частных и нестандартных случаев, возникающих в процессе функционирования системы. Особенность «нечеткого» представления знаний, а также неограниченность количества входных и выходных переменных и количества заложенных правил поведения системы позволяют с помощью данной технологии формировать практически любой закон управления , т.е. строить нелинейный регулятор нового типа, что выгодно отличает технологию НЛ среди прочих.

Реализованный на данной технологии регулятор будем называть нечетким (HP). В общем случае HP представляет собой частотозависимыи нелинейный преобразователь, что естественно вызывает ряд проблем, связанных с исследованием устойчивости и качества управления интеллектуальных систем автоматического управления (ИСАУ) с такими регуляторами.

Наиболее актуальными проблемами, требующими решения и обеспечивающими более широкое применение HP в инженерной практике являются:

Исследование особенностей нелинейного преобразования в HP;

Разработка инженерных методик исследования устойчивости и качества управления ИСАУ с HP;

Разработка методик настройки и синтеза HP;

Создание инструментария, позволяющего автоматизировать процедуру настройки HP.

Предмет исследования - нелинейные преобразования, реализуемые в HP, динамические процессы в ИСАУ с HP, устойчивость и качество управления интеллектуальных систем автоматического управления.

Объект исследования - интеллектуальные системы автоматического управления с нечеткими регуляторами.

Цель работы

Разработка алгоритмического, программного и аппаратного обеспечения инструментальных средств для исследования и синтеза высококачественных ИСАУ с HP. Для достижения поставленной цели требуется решить следующие задачи:

1. Исследовать особенности влияния параметров HP: числа, вида функций принадлежности (ФП) и базы продукционных правил (БП) на характер осуществляемого им нелинейного преобразования.

2. Разработать на основе известных в ТАУ методов математические модели и соответствующие инженерные методики для исследования периодических процессов, абсолютной устойчивости и качества ИСАУ с HP.

3. Разработать методики синтеза параметров HP по заданным показателям качества ИСАУ.

4. Разработать алгоритм автоматизированного синтеза и настройки параметров HP для обеспечения устойчивости и требуемых показателей качества ИСАУ.

5. Разработать программно-аппаратный комплекс для проектирования ИСАУ с HP.

Методы исследования в данной работе базируются на теории автоматического управления, теории нелинейных систем, методах математического и имитационного моделирования, графоаналитических методах решения задач, теории нечеткой логики, теории оптимизации и теории генетических алгоритмов.

Обоснованность и достоверность научных положений, выводов и рекомендаций подтверждается теоретическими выкладками, а также результатами численного моделирования и результатами экспериментальных исследований. Результаты моделирования в среде Matlab, экспериментальные исследования системы управления в среде Simulink и на аппаратно-программном комплексе проектирования ИСАУ полностью подтверждают теоретические положения и рекомендации диссертационной работы и позволяют их использовать при проектировании реальных ИСАУ. Основные положения, выносимые на защиту

1. Результаты исследования особенностей влияния параметров HP (числа, вида ФП и БП) на характер его нелинейных преобразований.

2. Математическая модель для исследования периодических колебаний и качества управления в ИСАУ с HP на основе метода гармонического баланса.

3. Критерии абсолютной устойчивости процессов и положения равновесия ИСАУ с HP.

4. Инженерные методики исследования периодических колебаний, косвенной оценки качества управления и абсолютной устойчивости ИСАУ с HP.

5. Методика синтеза HP ИСАУ с заданным качеством управления.

6. Алгоритм автоматизированного синтеза и настройки параметров HP с помощью генетических алгоритмов.

7. Программно-аппаратный комплекс для проектирования ИСАУ с HP. Научная новизна

1. Обоснованы зависимости характеристики нелинейного преобразования HP от параметров нечетких вычислений (вида и расположения функций принадлежности, базы продукционных правил).

2. Разработаны математические модели, позволяющие методом гармонического баланса исследовать периодические колебания и качество управления ИСАУ.

3. Разработаны критерии абсолютной устойчивости процессов и положения равновесия в ИСАУ с HP.

4. На базе генетических алгоритмов решена задача автоматизированного синтеза и настройки параметров HP с учетом требуемого качества управления ИСАУ.

Практическая ценность

1. Разработаны удобные инженерные методики исследования периодических колебаний и косвенной оценки качества управления ИСАУ с HP на основе метода гармонического баланса.

2. Разработаны удобные инженерные методики исследования абсолютной устойчивости процессов и положения равновесия в ИСАУ с HP.

3. Разработана методика автоматизированного синтеза и настройки параметров HP с учетом областей устойчивости и качества ИСАУ.

4. Создан программно-аппаратный комплекс для исследования и проектирования ИСАУ с HP.

5. Результаты диссертационной работы использованы в НИР «Латилус-2» выполняемой по заданию СПП при Президиуме РАН, «Поисковые исследования и разработка интеллектуальных методов прецизионного управления исполнительными устройствами перспективных образцов ВВТ». В частности - Показано, что применение HP, реализующих нелинейный закон управления, позволяет существенно повысить качество управления исполнительными приводами новых образцов ВВТ (быстродействие увеличивается в 2-3 раза, перерегулирование уменьшается на 20%). Ошибка управления от воздействия нагрузки может быть уменьшена в несколько раз.

Предложены удобные графоаналитические методики анализа и синтеза ИСАУ с HP для исполнительных приводов и перспективных образцов ВВТ.

6. Результаты диссертационной работы использованы при выполнении работ по грантам РФФИ:

2005-2006г, номер проекта 05-08-33554-а «Разработка математических моделей и методов гармонического баланса для исследования периодических процессов и качества управления в нечетких системах».

2008-2010г, номер проекта 08-08-00343-а «Автоматизированный синтез нечетких регуляторов на основе генетических алгоритмов».

Апробация работы. Основные положения работы обсуждались и докладывались на конференции по робототехнике памяти академика Е.П. Попова (МГТУ им. Н.Э. Баумана 2008 г.), на XIV и XV международных научно-технических семинарах «Современные технологии в задачах управления, автоматики и обработки информации» (Алушта 2006-2007 гг.), на XV Международной студенческой школе-семинаре "Новые информационные технологии" (Судак 2006 г.), на I Всероссийской научной конференции студентов и аспирантов «Робототехника мехатроника и интеллектуальные системы» (Таганрог 2005 г.), на Всероссийском смотре-конкурсе научно-технического творчества студентов высших учебных заведений «ЭВРИКА-2005» (Новочеркасск 2005 г.), на научно-практической конференции «Современные информационные технологии» в управлении и образовании. (Восход) Москва 2006 г.

Публикации

Основные результаты диссертационной работы опубликованы в 8 печатных работах, в том числе в одна статья в журнале из перечня ВАК и одна монография.

В первой главе на основе проведенного обзора областей применения систем с HP показано их широкое использование в различных областях науки и техники. Показан ряд преимуществ, среди которых являются, высокое качество управления, эффективность и функциональность.

Вместе с тем показано, что на сегодняшний день отсутствуют удобные для инженерной практики методы и методики, позволяющие проводить полный цикл анализа и синтеза ИСАУ с HP.

В главе исследованы особенности влияния параметров HP (числа, вида ФП и БП) на характер его нелинейного преобразования между сигналами на входе и выходе. Проведенные исследования, с одной стороны, являются необходимой основой для адекватного применения методов исследования нелинейных систем к исследованию ИСАУ с HP и, в частности, метода гармонического баланса и критериев абсолютной устойчивости, а с другой стороны, решение задачи синтеза ИСАУ с заданными свойствами возможно лишь при понимании зависимости нелинейного преобразования от параметров настройки HP.

На основании проведенных исследований обоснованы задачи диссертационной работы.

Во второй главе разработаны математические модели, позволяющие с помощью метода гармонического баланса исследовать периодические колебания в ИСАУ с HP. Также обосновывается возможность косвенной оценки качества ИСАУ с HP на основе метода гармонического баланса по показателю колебательности, и разработана соответствующая методика.

Решена задача синтеза ИСАУ с HP с заданными показателями качества на основе метода гармонического баланса.

В главе исследовано и показано влияние формы функций принадлежности и относительного размещения термов, а также влияние продукционных правил на характер ЭККУ HP.

Результаты экспериментальных исследований на компьютерных моделях подтвердили адекватность разработанных методик анализа и синтеза ИСАУ с HP на основе метода гармонического баланса.

В третьей главе разработаны математические модели, позволяющие преобразовать структуру ИСАУ с HP первого вида к структуре нелинейной многоконтурной САУ. Учитывая характер нелинейных преобразований HP, на основе критериев абсолютной устойчивости процессов и положения равновесия для систем с несколькими нелинейностями разработаны соответствующие критерии для ИСАУ с HP первого вида.

На базе предложенных критериев разработана графоаналитическая методика исследования устойчивости положения равновесия и процессов в ИСАУ с HP.

Для решения задач синтеза ИСАУ проведено исследование зависимости областей абсолютной устойчивости ИСАУ от параметров HP (вида и числа ФП иБП).

На основе критерия абсолютной устойчивости процессов разработана методика косвенной оценки качества ИСАУ с HP.

Проведены исследования на компьютерных моделях, результаты которых подтвердили адекватность разработанных методик исследования абсолютной устойчивости положения равновесия и процессов в ИСАУ с HP.

Четвертая глава посвящена разработке алгоритмов и методики автоматизированного синтеза параметров HP в ИСАУ. Проведенный в диссертации анализ показал, что генетические алгоритмы (ГА) на сегодняшний день являются наиболее перспективной технологией для решения данной проблемы. При разработке алгоритма автоматизированного синтеза решены задачи: синтеза имитационной модели ИСАУ; выбора начальных параметров HP и параметров поиска ГА; оценки качества управления ИСАУ; кодирования хромосом. На примере показана работоспособность алгоритма автоматизированного синтеза.

В пятой главе проводится проверка теоретических результатов, полученных в главах 2-4. Разрабатывается программно-аппаратный комплекс, позволяющий проводить полный цикл проектирования нечетких регуляторов, начиная с разработки математических моделей и заканчивая непосредственным тестированием на реальном оборудовании. В главе разработан и представлен программный комплекс для анализа и синтеза моделей ИСАУ с HP. Реализована структура взаимодействия программной и аппаратной (стенда) частей комплекса, позволяющих проводить натурные эксперименты по управлению двигателем постоянного тока при различных видах нагрузок и возмущений

В главе приведены результаты экспериментальных исследований, включающих автоматизированный синтез параметров HP, с проверкой на реальном стенде, а также сравнительную оценку результатов настройки по качеству управления автоматически настроенной ИСАУ с HP и САУ с ПИД регулятором, настроенным по методу обратных задач динамики (ОЗД).

В заключении приводятся основные научные и практические результаты диссертационной работы.

Исследование влияния основных параметров HP на характер нелинейных преобразований

Несмотря на достаточную распространенность и популярность, применение аппарата НЛ сопряжено со значительными сложностями. Прежде всего это связано с отсутствием законченного инженерного инструментария анализа качества функционирования нечетких систем, а также исследования их устойчивости.

На фоне отсутствия эффективных методов анализа нечетких систем еще более остро встает проблема синтеза HP, поскольку зависимость влияния его параметров на качество работы ИСАУ изучена достаточно слабо. Данные факторы в значительной степени тормозят более широкое внедрение HP в практику создания новых САУ.

Первый метод Ляпунова позволяет проводить анализ качества управления с помощью линеаризованных уравнений САУ и может быть применим для систем любой структуры. Данный метод позволяет получить необходимые условия устойчивости системы в малом, но при больших отклонениях системы не гарантирует устойчивость . Требует линеаризации нелинейных элементов входящих в САУ, поэтому пригоден лишь для анализа САУ с примитивными нечеткими вычислениями.

Второй метод Ляпунова позволяет получить достаточные условия устойчивости. Предполагается, что ИСАУ с нечетким регулятором описывается системой нелинейных дифференциальных уравнений первого порядка и на этом основании с учетом специфики нелинейного преобразования строится специальная функция Ляпунова, свойства которой позволяют проводить анализ устойчивости исследуемой системы и определять некоторые показатели качества. К проблемам применения данного метода можно отнести сложность выбора соответствующей системе функцию, в которую также входит представление нечетких вычислений. Одни из первых работ, применительно к конкретным системам с HP являются .

В качестве замечания следует отметить, что наиболее распространенными в применении среди алгоритмов НВ (Mamdani, Tsukamoto, Takagi-Sugeno (T-S), Larsen) считаются Mamdani и Takagi-Sygeno. Для исследования ИСАУ с HP, построенным по алгоритму T-S, разработан одноименный аналитический метод исследования устойчивости Takagi-Sygeno, основанный на втором методе Ляпунова . Данный метод не распространяется на системы с НВ, построенным по алгоритму Mamdani.

Приближенный метод гармонического баланса, основанный на гипотезе фильтра, позволяет исследовать автоколебания в нечеткой системе. Данный метод является графоаналитическим и позволяет исследовать ИСАУ без представления HP в аналитическом виде, используя только характеристику его нелинейного преобразования. Впервые был применен для анализа ИСАУ с HP и расширен авторами . Как правило, он применялся для анализа определенных ИСАУ, включающих нечеткий П-регулятор, а применительно к ИСАУ с частотозависимым нечетким регулятором (ПИ-ПИД), исследования имели весьма грубую оценку динамических свойств системы. Также следует отметить, что предлагаемый в работах подход лишен методического характера, позволяющего на его основе разработать инженерный инструментарий анализа таких ИСАУ.

При исследовании устойчивости нечетких систем применялся также метод, основанный на критериях абсолютной устойчивости (круговой критерий и критерий В.М. Попова) . Для использования данного метода необходимо, проведение дополнительных исследований зависимости нелинейной характеристики для удовлетворения ряда требований. Как правило, применялся для анализа конкретной ИСАУ с нечеткими П-регуляторами.

Также проводились работы по исследованию нечетких систем с помощью различных приближенных методов .

Исследованию устойчивости ИСАУ с HP, как видно, посвящено сравнительно небольшое количество трудов и, как правило, все они носят частный, несистемный характер. Что говорит по существу о начальном этапе развития в этом направлении и предполагает более глубокие исследования возможностей каждого из перечисленных методов. Одна из первых попыток системного подхода к исследованию нечетких систем принадлежит авторам работы , опубликованной в 1999 г. В этой работе нечеткие системы сводятся к нелинейным, и на этом базисе к ним применяются методы, предназначенные для исследования устойчивости нелинейных систем. Как отмечают сами авторы, работа имеет несколько весомых недостатков первый из них это достаточно поверхностный подход к анализу нечетких систем, потому как не показано четких, системных методик анализа с помощью представленных методов. Также, не уделено должного внимания анализу влияния параметров НВ на нелинейные преобразования HP. В работе не представлено какого-либо инструментария синтеза и настройки нечетких ИСАУ, что весьма важно для практического их применения. Свежие опубликованные работы, посвященные анализу ИСАУ с HP, в основном базируются на вышеперечисленных методах.

Исследование ИСАУ методом гармонического баланса

Как было показано в предыдущей главе, интеллектуальный регулятор осуществляет некоторое нелинейное преобразование, вследствие чего и появляется возможность улучшения качества управления в таких системах. Но вместе с тем, наличие нелинейных элементов в контуре САУ, как известно, может привести к различным проблемам, связанным с динамикой системы. В частности, изменяются (по сравнению с линейными системами) области устойчивости на плоскости параметров системы, приходится исследовать как положения равновесия, так и процессов. Важное значение приобретает исследование свойственных именно нелинейным системам периодических режимов.

Для исследования периодических колебаний в ИСАУ перспективным представляется метод гармонического баланса, который нашел широкое применение в инженерной практике анализа и синтеза нелинейных САУ.

Данный метод позволяет не только исследовать периодические колебания в САУ, но и косвенно оценивать качество управления нелинейных систем. Последний аспект является крайне важным с точки зрения перспектив решения неоднозначной задачи настройки нечеткого регулятора на требуемое качество управления.

Поскольку интеллектуальные САУ, как неоднократно отмечалось, предназначены для обеспечения альтернативных алгоритмов управления сложными динамическими объектами, функционирующими в условиях воздействия внутренних и внешних факторов неопределенности, то следует подчеркнуть, что данные объекты имеют, как правило, достаточно высокую размерность и, следовательно, в значительной мере удовлетворяют требованиям гипотезы фильтра. А отсюда и точность результатов, которую будет обеспечивать метод гармонического баланса, может оказаться вполне приемлемой для практического применения.

При исследовании интеллектуальных систем методом гармонического баланса возникает проблема методического характера, связанная с тем, что разработан он был для САУ с одним нелинейным элементом, имеющим один вход и один выход , а в ИСАУ с HP таких нелинейных элементов несколько, поэтому требуется построить модель HP, позволяющую применить метод гармонического баланса.

В общем случае структурную схему интеллектуальной системы автоматического управления с нечетким регулятором (HP) представим в виде последовательного соединения нечеткого вычислителя (НВ), имеющего h - входов с подключенными к ним линейными динамическими звеньями, и один выход, и объекта управления (ОУ) с передаточной функцией Woy(s) (рис. 2.1), где g(t) - сигнал задающего воздействия, (для механических систем это положение, скорость, ускорение и т.д.), u(t) - сигнал управления, y(t) - выходной сигнал исполнительного двигателя, e(t) - сигнал ошибки управления, s - оператор Лапласа.

Нечеткий регулятор может строиться на основе двух видов структур: первого вида - нечеткий регулятор с параллельными одномерными нечеткими вычислителями НВІ (на рис. 2.2, для примера, приведена структурная схема нечеткого ПИД-регулятора первого вида) и второго вида - с нечетким вычислителем с многомерным входом (на рис. 2.3 приведена структурная схема нечеткого ПИД-регулятора второго вида).

Учитывая нелинейный характер преобразований в HP, показанный в первой главе, для исследования периодических колебаний в ИСАУ воспользуемся методом гармонического баланса .

Для применения метода гармонического баланса будем рассматривать нечеткий регулятор как нелинейный частотно-зависимый элемент с одним входом и одним выходом. Исследование автоколебаний в ИСАУ, представленной на рис.2.1, будем проводить при g(t) = 0. Предположим, что на входе HP действует синусоидальный сигнал e(t) = A sin a t. Спектральное представление выходного сигнала HP характеризуется членами ряда Фурье с амплитудами U1,U1,U3... и частотами СО, 2б), Ъсо и т.д. Учитывая выполнение гипотезы фильтра для объекта управления ИСАУ, будем полагать, что в спектральном разложении сигнала y(f), на выходе объекта управления амплитуды высших гармоник существенно меньше амплитуды первой гармоники. Это позволяет при описании сигнала y(t) пренебречь всеми высшими гармониками (в силу их малости) и считать, что y(t) s Ysm{cot + ф).

Исследование абсолютной устойчивости ИСАУ с HP

В предыдущей главе был рассмотрен метод гармонического баланса для решения задач анализа и синтеза интеллектуальных в малом систем автоматического управления с регуляторами последовательного действия. Несмотря на известные ограничения данного метода, результаты исследования автоколебаний на плоскости параметров системы управления во многих случаях дают исчерпывающий результат на этапе анализа и вполне конструктивные подходы к синтезу параметров регулятора по заданному показателю колебательности.

Вместе с тем известно, что для многих нелинейных систем управления исследование только периодических движений является неполным и неадекватно отражающим динамические процессы в системе. Поэтому, несомненно, представляет интерес развитие методов, позволяющих исследовать абсолютную устойчивость, как положения равновесия, так и процессов в интеллектуальных системах управления.

Учитывая особенности нелинейных преобразований, осуществляемых в интеллектуальных регуляторах рассмотренных в главе I, можно предполагать, что на сегодняшний день развитие методов исследования абсолютной устойчивости представляется наиболее реальным для ИСАУ с нечеткими регуляторами первого вида, поскольку такого рода системы могут быть сведены к многоконтурным нелинейным системам, методы исследования которых описаны в литературе .

Поскольку ИСАУ с HP первого вида представляет собой в общем случае нелинейную многоконтурную систему, то целесообразно предварительно рассмотреть известные критерии абсолютной устойчивости положения равновесия и процессов для такого рода нелинейных систем .

Обобщенная структурная схема многоконтурной нелинейной САУ представлена на рис. 3.1, в котором % и а скалярные вектора.

Обозначим через u{Vкласс нелинейных блоков (3.3), обладающих следующими свойствами: при h \ входы o-jit) и выходы %.(t) нелинейных блоков связаны (при ov (/) 0) соотношениями: %) "" и=1 м (3-9) где cCj,fij - некоторые числа. Кроме того, должно выполняться матричное неравенство \j3 (t)(t)} 0. (3.10) Круговой критерий абсолютной устойчивости процессов для систем с несколькими нелинейностями (рис. 3.1.) имеет следующую формулировку:

Пусть уравнения линейной части системы имеют вид (3.1) а, уравнения нелинейных блоков (3.3). Пусть все полюсы элементов матрицы Wm(s) расположены в левой полуплоскости (устойчивые линейные части во всех контурах), a = diag(al,...,ah), f$ = diag(pl,...,J3h) - диагональные матрицы с указанными диагональными элементами. Предположим, что для некоторой hxh диагональной матрицы d с положительными диагональными элементами выполнено частотное условие te B{N »_N рис.3.2.б.

При этом следует учесть, что изменится и линейная часть системы. Таким образом, учитывая приведенные выше особенности критерия абсолютной устойчивости положения равновесия для многомерных нелинейных систем, сформулируем его для ИСАУ с HP.

Как уже было отмечено в первой главе НВ осуществляет нелинейное преобразование. Следует отметить, что нелинейные характеристики %(&), реализуемые нечеткими вычислителями, имеют ограничения по амплитуде, поэтому при Уj - нижнюю границу сектора можно приравнять нулю а = О, отсюда следует (р (а) o ? -±L = juJ pj, j = \,...,h (3.14) если У Ф О И 3(0) = 0, или (j3a(t)-cp(o;t))(p(cr, t) 0. (3.15)

Если в процессе настройки нечеткого регулятора первого вида оказалось, что один из нечетких вычислителей реализует нелинейные преобразования (Pji j) (рис.3.За), не удовлетворяющие условиям класса G \ то необходимо провести структурные преобразования в соответствии с замечанием 3.4. Естественно, что для сохранения условия эквивалентности исходной и преобразованной структур, необходимо внести соответствующие изменения в линейную часть.

В случае наличия нейтральной линейной части в одном из контуров ИСАУ (рис.3.4), для применения критерия абсолютной устойчивости положения равновесия (3.7), необходимо охватить отрицательной обратной связью є 0, как соответствующую линейную часть, так и HBj с нелинейной характеристикой Pj(crj). При -»0 критерий (3.7) будет применим для всех частот кроме со = 0. Учитывая сказанное, критерий абсолютной устойчивости положения равновесия для ИСАУ с HP первого вида запишется в следующем виде.

Пусть уравнения линейной части ИСАУ имеют вид (3.1), нелинейные характеристики НВ нечеткого регулятора соответствует (3.3), где функции (PjiGj) удовлетворяют условиям класса G . Пусть все полюсы элементов матрицы Wm (s) расположены в левой полуплоскости или имеют один полюс на мнимой оси (устойчивые или нейтральные линейные части во всех контурах). Введем диагональную матрицу /Jj = diag(jti[ ,..., juh) с диагональными элементами ju ,...,juh , причем Mj =, если Mj =, а также диагональные матрицы rd = diag(Tx,...,rh), 3d =diag(3l,...,3h), где все Td 0. Предположим, что для некоторых т 0, 3= и всех - оо со +оо, кроме оо = 0, выполнены соотношения

Использование генетических алгоритмов для решения задач автоматизации синтеза и настройки нечетких регуляторов

Реализация процедуры автоматизированного синтеза параметров HP на основе ГА обуславливает необходимость решения трех основных задач: 1) определение функциональных особенностей работы ГА; 2) определение способа кодирования параметров HP в хромосому; 3) реализация целевой функции.

Стандартные генетические алгоритмы по определению оперируют с совокупностью элементов, которые называются хромосомами в данной работе они представляют собой битовые строки с закодированным описанием потенциальных решений поставленной прикладной задачи. В соответствии с обобщенной блок-схемой построения генетического алгоритма (рис. 4.1) в рамках его очередного цикла каждая из хромосом имеющегося набора подвергается некоторой оценке, исходя из априорно заданного критерия «полезности». Полученные результаты позволяют произвести отбор «наилучших» экземпляров для генерации новой популяции хромосом. При этом воспроизведение потомков осуществляется за счет случайного изменения и перекрестного скрещивания соответствующих битовых строк родительских особей. Остановка процесса эволюции осуществляется при обнаружении удовлетворительного решения (на этапе оценки полезности хромосом), либо по истечению отведенного времени.

Следует отметить, что наследование характеристик элитных представителей предыдущей популяции в следующем поколении особей обеспечивает углубленное исследование наиболее перспективных участков пространства поиска решений. В то же время, наличие механизмов случайной мутации битовых строк отобранных элементов гарантирует смену направлений поиска, предотвращая попадание в локальный экстремум. Подобная имитация процессов эволюции позволяет обеспечить сходимость процедуры поиска к оптимальному решению, однако ее эффективность во многом определяется параметрами генетического алгоритма и набором исходных данных, задаваемых с учетом специфики прикладной задачи . К их числу можно отнести вид и размерность хромосомы, размер популяции, функцию оценки полезности хромосом и тип оператора отбора, критерий остановки процедуры поиска, вероятность выполнения мутации, тип операции скрещивания и т.д. Кодирование параметров HP

При всей кажущейся простоте построения и реализации генетических алгоритмов их практическое применение также связано со сложностью выбора способа кодирования пространства поиска решений конкретной прикладной задачи в виде хромосомы с дальнейшим формированием целевой функции, по вычислению значения которой будет осуществляться оценка и последующий отбор отдельных особей в текущем поколении для автоматической генерации следующего.

Так, при синтезе нечетких регуляторов в соответствии со схемой Мамдани, набор параметров настройки, позволяющих получить требуемое качество управления, включает количество и взаимосвязи термов входных и выходных лингвистических переменных (ЛП), а также форму функций принадлежности (ФП) и их размещение в пределах рабочего диапазона.

В любом случае, структура и размерность хромосомы, кодирующей параметры HP, должны определяться с учетом целого ряда специфических факторов, включая характеризующие выбранный способ представления функций принадлежности.

Степанов, Андрей Михайлович

В работе рассматривается задача синтеза интеллектуальной системы многоцелевого управления. Для заданных математической модели объекта управления, цели управления, критерия качества, ограничения, необходимо найти управление, которое обеспечивает достижение нескольких целей и минимизирует значение критерия качества. Цели управления заданы в виде точек пространства состояний, которые необходимо достичь в процессе управления. Особенностью задачи является то, что управление ищем в виде двух многомерных разнотипных функций координат пространства состояний. Одна функция обеспечивает достижение объектом частной цели, а другая функция, логическая, обеспечивает переключение частных целей. Для решения задачи синтеза многоцелевого управления используется метод сетевого оператора. При решении основной задачи синтеза вместе с синтезирующими функциями для каждой подзадачи определяем функцию выбора, которая обеспечивает переключение управления от решения одной подзадачи к решению следующей подзадачи.

сетевой оператор.

интеллектуальное управление

1. Дивеев А. И., Софронова Е. А. Метод сетевого оператора и его применение в задачах управления. М.: Изд-во РУДН, 2012. 182 с.

2. Дивеев А. И. Синтез адаптивной системы управления методом сетевого оператора // Вопросы теории безопасности и устойчивости систем: Сб. статей. М.: ВЦ РАН, 2010. Вып. 12. С. 41-55.

3. Дивеев А. И., Софронова Е. А. Идентификация системы логического вывода методом сетевого оператора // Вестник РУДН. Серия Инженерные исследования. 2010. № 4. С. 51-58.

4. Дивеев А. И., Северцев Н. А. Метод сетевого оператора для синтеза системы управления спуском космического аппарата при неопределенных начальных условиях // Проблемы машиностроения и надежности машин. 2009. № 3. С. 85-91.

5. Дивеев А. И., Северцев Н. А., Софронова Е. А. Синтез системы управления метеорологической ракетой методом генетического программирования // Проблемы машиностроения и надежности машин. 2008. № 5. С. 104 - 108.

6. Дивеев А. И., Шмалько Е. Ю. Многокритериальный структурно-параметрический синтез системы управления спуском космического аппарата на основе метода сетевого оператора // Вестник РУДН. Серия инженерные исследования (информационные технологии и управление). 2008. № 4. С. 86 – 93.

7. Diveyev A. I., Sofronova E. A. Application of network operator method for synthesis of optimal structure and parameters of automatic control system// Proceedings of 17-th IFAC World Congress, Seoul, 2008, 05.07.2008 – 12.07.2008. P. 6106 – 6113.

Рассмотрим задачу синтеза системы управления с несколькими целями управления.

Задана система обыкновенных дифференциальных уравнений, описывающая модель объекта управления

где , , - ограниченное замкнутое множество, .

Состояние объекта управления оцениваем по наблюдаемым координатам

Для системы (1) заданы начальные условия

Задано множество целевых состояний

, (4)

Задан критерий качества управления

, (5)

где - время управления, которое может быть ограничено, , но не задано.

Необходимо найти управление в форме

которое обеспечивает достижение последовательно всех целевых точек (4) и минимизирует функционал (5).

Цель управления (4) многозначна. Для перехода к задаче синтеза интеллектуальной системы управления необходимо обеспечить в системе возможность выбора. Для этой цели ослабим требования к попаданию объекта в каждую целевую точку, заменим требованием попадания в окрестность целевой точки.

Тогда у нас появляется компромисс между точностью и скоростью достижения целевых точек. Для реализаций управления в данной задаче нам необходимо каждый раз решать задачу выбора между точным достижением текущей цели и переходом на другую цель. Очевидно, что при таком условии в системе управления помимо регулятора обратной связи, обеспечивающего достижение цели, необходимо иметь логический блок, осуществляющий переключение целей.

Уточним данную постановку задачи.

Управление (6) представим в виде функции, зависящей от расстояния до цели

(8)

где - номер текущей целевой точки.

В любой момент времени номер текущей целевой точки определяем с помощью логической функции

, , (9)

где , , - предикатная функция,

: . (10)

Функцию (10) также необходимо найти вместе с синтезирующей функцией (6). Функция (10) должна обеспечивать переключение целевых точек. Обе функции (6) и (10) должны обеспечивать минимум функционалу качества (5) функционалу точности

, (11)

Время управления определяем по достижению последней целевой точки

Если , (12)

где - малая положительная величина.

Частный критерий (5) заменим суммарным критерием качества

(13)

Для построения предикатной функции используем функцию дискретизации и логическую функцию.

, (14)

где - логическая функция,

: , (15)

где , , - функция дискретизации.

Задача заключается в том, чтобы найти управления в форме

где - целочисленный вектор, определяющий управления для решения частной задачи . Управления (16) должно обеспечить достижения минимумов функционалов (11) и (13).

В общем случае, так как задача содержит два критерия (11) и (13), то ее решением будет множество Парето в пространстве функционалов . Конкретное решение на множество Парето выбирает разработчик по результатам моделирования и исследования синтезированной системы управления.

Задачу (1) - (3), (7) - (16) называем задачей синтеза интеллектуальной системы управления. Для ее решения необходимо найти две многомерные синтезирующие функции и .

Для решения задачи синтеза интеллектуальной системы управления используем метод сетевого оператора . Для нахождения функции используем обычный арифметический сетевой оператор, в котором в качестве конструктивных функций используем множество арифметических функций с одним или двумя аргументами. В методе сетевого оператора эти функции называются унарными или бинарными операциями. Для нахождения логической функции используем логический сетевой оператор, соответственно с унарными и бинарными логическими операциями.

В качестве примера рассмотрим следующую математическую модель

где , - координаты на плоскости.

На управление наложены ограничения

Траектория движения задана набором точек.

Необходимо найти управление, чтобы минимизировать две целевые функции объекта. Первый функционал определяет точность движения по траектории, а второй - время прохождения траектории.

С.Орешкин, А.Спесивцев, И.Дайманд, В.Козловский, В.Лазарев, Автоматизация в промышленности. 2013. №7

Рассмотрено новое решение задачи построения интеллектуальной АСУТП (ИАСУТП), сочетающее применение уникальных методологий: построение семантической сети на базовой онтологии и полиномиальное преобразование НЕ-факторов, суть которого состоит в преобразовании качественных знаний эксперта в математическую модель в виде нелинейной полиномиальной функции.

Компанией «Сумма технологий» предлагается новое решение задачи построения интеллектуальной АСУТП (ИАСУТП), сочетающее применение уникальных методологий: построение семантической сети на базовой онтологии, которая позволяет описать сложную многофакторную модель в виде семантической сети на специфичном ограниченном словаре, и полиномиальное преобразование НЕ-факторов, суть которого состоит в преобразовании качественных знаний эксперта в математическую модель в виде нелинейной полиномиальной функции. Первая из методологий обладает свойством универсальности независимо от предметной области, а вторая – передает специфику этой области через опыт и знания экспертов. Представлены результаты промышленных испытаний разработанной ИАСУ применительно к процессу плавки сульфидного медно-никелевого сырья на Медном заводе ЗФ ОАО «ГМК «Норильский никель» (г. Норильск), обладающему свойствами «сложной системы» и функционирующему в условиях «существенной неопределенности».

Введение

Анализируя задачи автоматизированного управления большинством технологических процессов различных отраслей промышленности (химическая, черная и цветная металлургия, горное и нефтегазовое производство, теплоэлектроэнергетика, сельское хозяйство и др.), можно выделить объединяющую их проблему, заключающуюся в необходимости построить такую математическую модель технологических процессов, которая позволит учесть всю требуемую входную информацию, принимая в расчет ее возможную неточность, неопределенность, неполноту, и при этом на выходе получить данные (управляющее воздействие, прогноз), адекватные текущей ситуации в технологическом процессе .

Известно, что традиционный подход к моделированию (то есть моделирование на основе традиционных методов в предположении о полноте и точности знаний о процессе) практически неприменим при рассмотрении сложных многофакторных процессов, которые в целом трудно поддаются формализации. Сложность реальных процессов обусловливает поиск нетрадиционных методов построения их математических моделей и оптимизации управления ими. При этом очень важен не только аспект оптимального управления, но и аспект анализа текущего состояния процесса, поскольку именно вывод о текущем состоянии процесса позволяет выбрать оптимальное в данной ситуации управление. Такой анализ может быть выполнен на базе системы структурно-потоково-многоуровневого распознавания технического состояния процесса в масштабе реального времени .

Основным фактором, обесценивающим попытки построения формальных моделей и описания технического состояния таких сложных процессов традиционными методами, является «существенная неопределенность» входной информации . Это проявляется в объективной невозможности стабилизировать и/или измерять значения ряда ключевых параметров технического состояния таких процессов. Следствием этого является нарушение основных критериев технологической согласованности процесса, что влияет как на качество конечных продуктов, так и на стабильность функционирования процесса в целом . На языке математики такие процессы относят к «сложным техническим системам» или к «слабоструктурированным системам», для которых в настоящее время не существует общей теории моделирования .

Традиционная АСУТП ставит своей задачей автоматизацию обслуживания агрегата или передела, и в ее функции по определению не входят вопросы оптимального управления процессом и анализа его состояния. Например, АСУТП позволяет изменять положение управляющих механизмов, обслуживающих агрегат, осуществляет мониторинг связной работы узлов агрегата, позволяет менять производительность агрегата и режим его работы. Но состояние процесса, качество конечных продуктов, соотношение входящих продуктов по элементному составу - эти вопросы зачастую находятся вне базовой автоматизации агрегата. Таким образом, при наличии только базовой АСУТП оператор вынужден выполнять функции обслуживания не только агрегата, но и протекающего в нем процесса. Именно это и приводит к проблеме «человеческого фактора», поскольку оператору не всегда удается полностью достичь всех, чаще всего разнонаправленных целей управления. Кроме того, конструктивные особенности агрегата не всегда позволяют в полной мере решать все вопросы на уровне АСУТП. Примером тому может служить проблема обеспечения в текущей версии АСУТП необходимой достоверности входной информации при оценивании качества и количества подаваемых в реакционную зону материалов в режиме реального времени .

Интеллектуальная АСУ (ИАСУ) - это система, которая использует базовую автоматизацию агрегата как источник входной информации и позволяет на основе технологий искусственного интеллекта построить модель процесса, протекающего в агрегате, проанализировать текущее состояние процесса по модели и на основании анализа решить задачу оптимального управления заданным агрегатом.

Существующие так называемые «коробочные решения» «под ключ» предполагают необходимость полной автоматизации агрегата или передела «с нуля». При этом заказчику поставляется как аппаратная составляющая автоматизации, так и ПО. Функциональность подобного решения может быть достаточно широкой, в том числе и содержащей интеллектуальную составляющую, но при этом совершенно несовместимой с существующими в настоящий момент АСУТП заказчика. Это зачастую приводит к резкому усложнению и удорожанию технического решения. Предлагаемый вариант построения интеллектуальной АСУ на базе экспертных знаний, используя базовую автоматизацию, ставит своей целью именно мониторинг и управление процессом, протекающим в агрегате. Такая система в условиях «существенной неопределенности» способна оценивать неизмеряемые или плохо измеряемые параметры, интерпретировать достаточно точно их количественно, идентифицировать текущее техническое состояние процесса и рекомендовать оптимальное управляющее воздействие по устранению возникшего конфликта (в случае наличия конфликтов в технологической согласованности процесса) .

ИАСУ в данной версии, используя интеллектуальные технологии, позволяет:

осуществить интеграцию с любой базовой АСУ, уже существующей на агрегате или переделе заказчика;
реализовать создание общего информационного пространства для всех агрегатов передела с целью реализации общего управления и мониторинга;
выполнить количественную оценку неизмеряемых и/или качественных параметров на каждом агрегате в рамках базовой АСУ агрегата;
отслеживать критерии технологической согласованности процесса как по каждому отдельно взятому агрегату, так и (при необходимости) по переделу в целом;
дать оценку текущего состояния технологических процессов как по каждому отдельно взятому агрегату, так и по переделу в целом в режиме реального времени;
выработать управляющие решения - советы оператору относительно восстановления технологического баланса как по агрегату, так и по переделу в целом.

Основу интеллектуального ядра ИАСУ составляет способ представления знаний «Семантическая сеть на базовой онтологии», позволяющий описать сложную многофакторную модель в виде семантической сети на специфичном ограниченном словаре , и метод «Полиномиальное преобразование НЕ-факторов» , суть которого состоит в преобразовании качественных знаний эксперта в математическую модель в виде нелинейной полиномиальной функции .

Целью данной статьи является ознакомление читателей с новым подходом к решению задачи построения ИАСУТП, основанным на применении уникальных методологий, и результатами промышленной эксплуатации ИАСУ ПВ-3 Медного завода ЗФ ОАО «ГМК «Норильский никель». ИАСУТП разработан компанией «Сумма технологий» в 2011– 2012 гг. на базе платформы G2 фирмы Gensym (США) для управления процессом Ванюкова по переработке сульфидного медно-никелевого сырья.

Технологический процесс как объект моделирования

Большинству технологических процессов, в том числе и процессу Ванюкова , присущи все признаки «сложных технических систем» - многопараметричность и «существенная неопределенность» входной информации. В таких условиях для решения задачи удержания технологической согласованности ТП целесообразно использовать методы экспертного оценивания ситуации и формирования вывода, опирающегося на знания и опыт эксперта .

Компания «Сумма технологий» выполнила разработку ИАСУ Печи Ванюкова (ИАСУ ПВ-3) Медного завода ЗФ ОАО «ГМК «Норильский никель» на базе платформы G2 фирмы Gensym (США) для решения следующих задач по управлению процессом Ванюкова:

стабилизация качества продуктов плавки;
количественное оценивание неизмеряемых или плохо измеряемых (в силу ряда как объективных, так и субъективных причин) параметров технологического процесса и состояний агрегатов косвенными методами;
снижение энергоемкости процесса переработки различных шихтовых материалов;
стабилизация температурного режима процесса при сохранении плановых заданий и целей.

На рис. 1 показана схема расположения основных конструктивных элементов ПВ. Агрегат представляет собой расположенную на подине 1 прямоугольную кессонированную водоохлаждаемую шахту 2, в своде которой размещены две течки 3 для подачи шихтовых материалов в расплав, и к которой со стороны торцевых стенок примыкают штейновый 4 и шлаковый 5 сифоны со сливными отверстиями 9 и 10 соответственно. Для эвакуации газов предусмотрен аптейк 6. Шихтовые материалы через течки 3 попадают в расплав, который продувают кислородо-воздушной смесью (КВС) через фурмы 7, интенсивно барботируя штейно-шлаковую эмульсию в надфурменной зоне. Кислород КВС окисляет сульфид железа, обогащая тем самым штейновые «корольки» (капли), сегрегирующие в донную часть в силу разности плотностей несмешивающихся жидкостей штейна и шлака. При этом движение массопотоков расплава направлено вниз благодаря непрерывному выпуску из сифонов штейна 4 и шлака 5 через выпускные отверстия 9 и 10 соответственно. Благодаря конструктивным особенностям, показанным на рис. 1, реализуется и сам процесс Ванюкова, основная идея которого ясна из приведенного описания.

Следует отметить особенности процесса Ванюкова, отличающие его от других, в том числе и зарубежных, технологий пирометаллургии: высокую удельную производительность - до 120 тонн с 1 м2 площади зеркала ванны в сутки (проплав до 160 т/ч); малый пылевынос - < 1%; переработку шихты крупностью до 100 мм и влажностью > 16%.

Программно-технический комплекс, на базе которого реализована АСУТП ПВ-3, имеет трехуровневую архитектуру. Нижний уровень включает датчики, электроприводы, регулирующие клапаны, исполнительные механизмы, средний уровень - ПЛК, верхний - персональные электронно-вычислительные машины (ПЭВМ). На базе АРМ реализован графический интерфейс для взаимодействия оператора с системой управления, система звуковой сигнализации, хранение истории процесса (рис. 2).

Управление процессом плавки осуществляется с АРМ оператора («пульта»). При этом используется не только информация от датчиков и исполнительных механизмов, но и органолептическая, когда плавильщик, наблюдая характерные особенности поведения ванны расплава (величину и «тяжесть» брызг, общее состояние ванны и др.), передает полученные оценки на пульт оператору. Все эти разнородные по своей физической сути источники информации в совокупности позволяют оператору оценивать сложившуюся ситуацию по многим переменным, например «Загрузка», «Высота ванны», «Температура расплава» и др., которые обусловливают более обобщенные понятия: «Состояние ванны расплава», «Состояние процесса в целом» .

Объективно возникающие производственные условия часто приводят к ужесточению требований к процессу Ванюкова; например, к необходимости проплава большого количества техногенного сырья, что значительно усложняет задачу соблюдения технологической согласованности процесса, так как техногенные компоненты слабо предсказуемы по составу и влажности. Вследствие этого оператор, не обладая достаточной информацией о свойствах такого сырья, не всегда способен принимать верные решения и «теряет» либо температуру, либо качество конечных продуктов.

В основу разработанной ИАСУ ПВ-3 положен принцип ведения процесса в достаточно узком «коридоре» по главным критериям технологической согласованности процесса для улучшения качества конечной продукции и сохранению эксплуатационных свойств агрегата. ИАСУ ПВ-3 предназначена для заблаговременного прогнозирования и информирования оператора о нарушениях технологической согласованности на начальных стадиях их зарождения путем анализа разработанных на базе экспертных знаний специальных критериев. Критерии задают цели управления процессом и информируют оператора о текущем состоянии процесса. При этом выход значений критериев за допустимые границы интерпретируются системой как начало «конфликта», а для оператора являются сигналом необходимости принятия рекомендуемых управляющих воздействий для возврата процесса в состояние технологической согласованности.

Краткое описание возможностей системы

ИАСУ ПВ-3 на основании исходной информации, получаемой из АСУ ПВ-3 и других информационных систем, реализует в реальном времени модель процесса Ванюкова, анализирует текущее состояние процесса на наличие технологического дисбаланса и в случае возникновения конфликтов идентифицирует их, предлагая оператору сценарии разрешения конфликтов. Система выступает, таким образом, в роли «советчика оператору». ИАСУ визуализирует информационные каналы, которые отображают пользователю текущее состояние критериев управления и прогнозов на качество конечных продуктов.

ИАСУ ПВ-3 обладает следующими потребительскими характеристиками:

интуитивно понятный технологическому персоналу интерфейс пользователя;
программная и информационная совместимость с АСУ ПВ-3 и другими информационными системами;
возможность адаптации системы под другие агрегаты на уровне наполнения базы знаний без изменения программного ядра системы;
локализация всех элементов пользовательского интерфейса на русском языке;
надежность, открытость, масштабируемость, то есть возможность дальнейшего расширения и модернизации.

Контроль и управление всеми агрегатами и исполнительными механизмами осуществляется со станций оператора АСУ ПВ-3, расположенных в помещении операторной ПВ-3.

В дополнение к существующим станциям оператора используется специализированное АРМ, предназначенное для предоставления оператору пользовательского интерфейса системы ИАСУ ПВ-3. Архитектурно и функционально ИАСУ ПВ-3 выглядит как дополнение к существующей АСУ ПВ-3, то есть как расширение функциональных и информационных функций действующей системы управления.

ИАСУ ПВ-3 обеспечивает в режиме реального времени выполнение следующих прикладных функций:

оценка количества и качества загрузки подаваемой в печь шихты;
прогноз качества конечных продуктов;
отображение результатов принимаемых решений оператора по критериям технологической сбалансированности процесса;
автоматический анализ качества управления технологическим процессом;
накопление базы знаний по управлению за весь период эксплуатации системы;
моделирование агрегата ПВ-3 для использования в режиме «Тренажер» с целью обучения персонала.

Архитектура ИАСУ ПВ-3

ИАСУ ПВ-3 - это экспертная система, которая реализует интеллектуальный мониторинг и управление процессом плавления в режиме совета оператору . Управление реализовано как набор рекомендаций оператору и старшему плавильщику для поддержания технологического баланса процесса при выполнении поставленных целей по качеству конечных продуктов плавления, получению заданного количества готовой продукции (ковшей штейна) и проплаву техногенных материалов.

Основными элементами ИАСУ ПВ-3, как и любой экспертной системы, являются: база знаний; блок принятия решений; блок распознавания входного потока информации (получение вывода на знаниях). На рис. 3 представлена обобщенная архитектура системы.

Уникальность методологи извлечения и представления экспертных знаний в виде нелинейного полинома дает возможность в кратчайшие сроки синтезировать достаточную систему логико-лингвистических моделей, системно представляющую особенности протекания технологических процессов . При этом использование в качестве экспертов высококвалифицированных специалистов, эксплуатирующих именно данный агрегат с его характерными особенностями, гарантирует ведение протекающего в нем процесса в соответствии с технологической инструкцией предприятия.

В основу представления знаний для описания модели процесса Ванюкова взято представление «Семантическая сеть на базовой онтологии». Данное представление предполагает выделение словаря - базовой онтологии на основе анализа предметной области. Используя базовую онтологию и набор признаков, соответствующий элементам базовой онтологии, можно построить семантическую сеть, которая позволяет структурировать сложную многофакторную модель . Благодаря такому описанию достигается, с одной стороны, значительное понижение размерности по числу факторов, а, с другой - унифицируются связи, которыми эти факторы связаны между собой. При этом полностью сохраняется семантика и функциональность каждого из рассматриваемых факторов.

Все знания о процессе Ванюкова и об агрегате ПВ-3, в котором этот процесс реализуется, хранятся в базе знаний (БЗ). Последняя устроена как реляционное хранилище данных и содержит формальную запись знаний в виде записей в таблицах.

Процессор знаний или блок принятия решений как часть экспертной системы реализован на базе платформы для разработки промышленных экспертных систем G2 (Gensym, USA). Основными элементами процессора знаний (рис. 3) являются блоки: распознавания входного потока информации; расчета модели по текущей ситуации; ситуационного анализа; принятия решений.

Рассмотрим более подробно данные элементы. В момент запуска экспертной системы процессор знаний считывает всю информацию из БЗ, которая записана в хранилище, и строит модель агрегата ПВ-3 и процесса Ванюкова. Далее, по мере работы процесса и агрегата ПВ-3 в систему ИАСУ поступают данные от АСУ агрегата. Эти данные характеризуют как состояние процесса (удельный расход кислорода на тонну металлосодержащих и др.), так и состояние агрегата ПВ-3 (температура отходящей воды из кессонов каждого ряда, состояние фурм подачи дутья в расплав и т. д.). Данные попадают в блок распознавания, идентифицируются с точки зрения критериев технологической согласованности, и затем на основании этих данных выполняется расчет по модели процесса Ванюкова. Результаты этого расчета анализируются в блоке ситуационного анализа и при возникновении нарушения технологического баланса ситуация идентифицируется системой как «конфликтная». Далее вырабатывается решение относительно восстановления технологического баланса. Полученные решения, а также информация о текущем состоянии процесса вместе с информацией о конфликтах отображаются в клиентском модуле ИАСУ ПВ-3 (рис. 4). Обновление модели осуществляется каждую минуту.

Практическая реализация

Продемонстрируем прогностические способности ИАСУ ПВ-3 при ее эксплуатации на Медном заводе ЗФ ОАО «ГМК «Норильский никель».

На рис. 4 представлен интерфейс ИАСУ ПВ-3, информация которого служит оператору дополнением к основной АСУ (рис. 2) при принятии управляющего решения. Поле 1 (рис. 4) визуализирует значения расчетов по модели «Удельный расход кислорода на тонну металлосодержащих». Отражение прогностической способности ИАСУ ПВ-3 по качеству конечной продукции - содержания меди в штейне - демонстрирует график поля 2, а по диоксиду кремния - поля 3. В качестве индикаторов на панель вынесены: 4 - содержание меди в шлаке (%); 5 - процент флюсов в загрузке от металлосодержащих; 6 - качество загрузки (б/р); 7 - температура расплава (°С). Поле 8 содержит почасовые расчетные значения расхода шихтовых материалов по бункерам, а поле 9 отражает названия конфликтов, имеющих место в текущий момент времени. Повышению точности расчетов по моделям способствуют перевод на соответствующий режим управления радиокнопками поля 10. Учет факта заливки конвертерного шлака выполняется кнопкой поля 11.

Анализ поминутных значений графика в поле 1 показывает устойчивое ведение процесса в допустимых ограничениях по критерию удельного расхода кислорода на тонну металлосодержащих, за пределами которых гарантированно происходит потеря качества конечных продуктов. Так, нахождение за пределами обозначенных границ в течение более 10 минут способно привести к критическим состояниям процесса: ниже 150 м3/т - недоокисление расплава и, как следствие, холодный ход печи; выше 250 м3/т - переокисление расплава, и как следствие, горячий ход печи.

Рассчитанные содержания меди в штейне по фактическим данным (поле 2) отчетливо коррелируют с поведением значений предыдущего критерия (поле 1).

Так, в интервале времени 17:49–18:03 пики на обоих графиках совпадают, что отражает факт реагирования системы на изменение физико-химического состояния ПВ: проведение штатной операции фурмования (чистки) устройств подачи дутья в расплав привело к росту удельного расхода кислорода >240 м3/т, вызывало естественное повышение температуры расплава и, тем самым, обусловило закономерное повышение содержания меди в штейне.

Кроме того, ведение процесса на удельном расходе кислорода в области 200 м3/т закономерно обусловливает содержание меди в штейне 57…59% в течение наблюдаемого 2 часового интервала.

Сравнение поведения синего и зеленого графиков (поле 1) говорит о том, что оператор практически все время следует рекомендациям системы. При этом реальные значения критерия «Удельный расход» отличаются от рекомендуемых в силу а) естественных колебаний показаний датчиков агрегата ПВ-3 по расходу дутья; б) технологической операцией фурмования печи (пик на графике); в) химических изменений состояния ванны расплава вследствие колебаний состава сырья. Обратим внимание на то, что по критерию «% флюсов от металлосодержащих» оператор работает с перерасходом (желтая зона индикатора 5) относительно рекомендаций системы. Подобная ситуация связана с наличием техногенного сырья в загрузке. Вследствие этого, колебания по содержанию диоксида кремния в расплаве становятся трудно предсказуемыми, и система предупреждает оператора, что длительная работа в данном режиме загрузки флюсов может привести к технологическому дисбалансу. Факт наличия техногенного сырья в составе загрузки также подтверждается вычисляемым параметром «Качество загрузки» (индикатор 6), который отображает значение в красной зоне - «Не качественное сырье».

Таким образом, система направляет оператора в части ведения процесса в «узком» коридоре значений основных технологических параметров согласованности, указывая при этом, какого качества продукт будет получен в результате плавки.

Ведение процесса в заданных границах основных технологических критериев позволяет также оптимизировать дутьевой режим работы печи, в частности, сократить расход природного газа в дутье.

Визуализация трендов по основным критериям оказывает, кроме того, положительное психологическое воздействие на оператора-технолога, поскольку «оправдывает» в количественном виде реализацию принимаемого решения при управлении процессом.8 9

Заключение

Разработанная компанией «Сумма технологий» и прошедшая апробацию на Медном заводе ЗФ «ГМК «Норильский никель» Интеллектуальная автоматизированная система мониторинга и управления процессом Ванюкова ИАСУ ПВ-3 как «сложной технической системой» позволяет сделать некоторые обобщения применительно к использованию полученных результатов в других отраслях знаний и промышленности.

Синтез указанных выше независимых технологий дает возможность создания ИАСУ практически любой «сложной технической системы» при наличии существующей базовой автоматизации заказчика и высококвалифицированных специалистов, достаточно эффективно эксплуатирующих такие системы в условиях «существенной неопределенности».

Предлагаемый подход к построению ИАСУ обладает еще несколькими преимуществами. Во-первых, он дает существенную экономию во времени за счет того, что первая технология (использование онтологического подхода) уже реализована в программном продукте и позволяет обрабатывать знания о любых моделях в базе знаний, а вторая (построение системы математических уравнений сложного технологического процесса) в силу рецептурной разработанности методики применения требует минимума обращений к эксперту. Во вторых, использование экспертных знаний применительно к оцениванию технического состояния конкретного объекта осуществляется в условиях технологических регламентов его функционирования, что сводит к минимуму степень риска выработки системой неправильного решения, а мониторинг в режиме реального времени способствует раннему обнаружению приближения к запредельным (предаварийным) состояниям процесса. В третьих, фактически реализован наиболее общий подход к решению многоуровневого распознавания технического состояния сложных технологических процессов, объектов или явлений в любой отрасли - цветная и черная металлургия, горное и нефтегазовое производство, химическая промышленность, теплоэлектроэнергетика, сельское хозяйство и др.

Список литературы

1. Соколов Б.В., Юсупов Р.М. Концептуальные основы оценивания и анализа качества моделей и полимодельных комплексов.//Изв. РАН. Теория и системы управления. 2004. № 6. С. 6–16.

2. Спесивцев А.В. Металлургический процесс как объект изучения: новые концепции, системность, практика. - СПб: Изд-во Политехн. ун-та, 2004. - 306 с.

3. Спесивцев А. В., Лазарев В. И., Дайманд И. Н., Негрей Д. С. Оценивание степени согласованности функционирования технологического процесса на основе экспертных знаний.//Сб. докладов. ХV Международная конференция по мягким вычислениям и измерениям SCM. С.-Петербург, 2012, Т. 1. - С. 81–86.

4. Охтилев М.Ю., Соколов Б.В., Юсупов Р.М. Интеллектуальные технологии мониторинга и управления структурной динамикой сложных технических объектов. - М.: Наука, 2006. - 410 с.

5. Нариньяни А.С. НЕ-факторы и инженерия знаний: от наивной формализации к естественной прагматике//КИИ 94. Сб.научн. трудов. Рыбинск, 1994. - С. 9–18.

6. Спесивцев А.В., Домшенко Н.Г. Эксперт как «интеллектуальная измерительно-диагностическая система».//Сб. докладов. ХIII Международная конференция по мягким вычислениям и измерениям SCM. С.- Петербург, 2010, Т. 2. - С. 28–34.

7. Ванюков А.В., Быстров В.П., Васкевич А.Д. и др. Плавка в жидкой ванне/Под ред. Ванюкова А. В. М.: Металлургия, 1988. - 208 с.

Искусственный интеллект (англ. – artificial intelligence) – это искусственные программные системы, созданные человеком на базе ЭВМ и имитирующие решение человеком сложных творческих задач в процессе его жизнедеятельности. По другому аналогичному определению, «искусственный интеллект» – это программы для ЭВМ, с помощью которых машина приобретает способность решать нетривиальные задачи и задавать нетривиальные вопросы”.

Различают два направления работ, составляющих искусственный интеллект (ИИ). Первое из этих направлений, которое можно условно назвать бионическим , имеет своей целью смоделировать деятельность мозга, его психофизиологические свойства, чтобы попытаться воспроизвести на ЭВМ или с помощью специальных технических устройств искусственный разум (интеллект). Второе (основное) направление работ в области ИИ, называемое иногда прагматическим , связано с созданием систем автоматического решения сложных (творческих) задач на ЭВМ без учета природы тех процессов, которые происходят в человеческом сознании при решении этих задач. Сравнение при этом осуществляется по эффективности результата, качеству полученных решений.

1) Существует цель , т.е. тот конечный результат, на который направлены мыслительные процессы человека («Цель заставляет человека думать»).

2) Человеческий мозг хранит огромное число фактов и правил их использования. Для достижения определенной цели надо только обратиться к нужным фактам и правилам.

3) Принятие решений всегда осуществляется на основе специального механизма упрощения , позволяющего отбрасывать ненужные (малосущественные) факты и правила, не имеющие отношения к решаемой в данный момент задаче, и, наоборот, выделять главные, наиболее значимые факты и правила, нужные для достижения цели.

4) Достигая цели, человек не только приходит к решению поставленной перед ним задачи, но и одновременно приобретает новые знания.

Построение универсальной системы ИИ, охватывающей все предметные области, является невозможным, так как это потребует бесконечного числа фактов и правил. Более реальной является задача создания таких систем ИИ, которые предназначены для решения задач в узко очерченной, конкретной проблемной области.

Рис. 5.1. Компоненты системы ИИ

Такие системы, использующие опыт и практические знания экспертов-специалистов в данной предметной области, называются экспертными системами (expert systems).

Применение экспертных систем оказывается чрезвычайно эффективным в самых различных областях человеческой деятельности (медицина, геология, электроника, нефтехимия, космические исследования и т.д.). Это объясняется рядом причин: во-первых, появляется возможность решения ранее не доступных, плохо формализуемых задач с привлечением нового, специально разработанного для этих целей математического аппарата (семантических сетей, фреймов, нечеткой логики и т.д.); во-вторых, создаваемые экспертные системы ориентированы на их эксплуатацию широким кругом специалистов (конечных пользователей), общение с которыми происходит в диалоговом режиме, с использованием понятной им техники рассуждений и терминологии конкретной предметной области; в-третьих, применение экспертной системы позволяет резко повысить эффективность решений, принимаемых рядовыми пользователями, за счет аккумуляции знаний в экспертной системе, в том числе знаний экспертов высшей квалификации.

Экспертная система включает базу знаний и подсистемы: общения, объяснения, принятия решений, накопления знаний. Через подсистему общения с экспертной системой связаны: конечный пользователь; эксперт – высококвалифицированный специалист, опыт и знания которого намного превосходят знания и опыт рядового пользователя; инженер по знаниям, знакомый с принципами построения экспертной системы и умеющий работать с экспертами в данной области, владеющий специальными языками описания знаний.

Системы управления, построенные на основе экспертных регуляторов, имитирующих действия человека-оператора в условиях неопределенности характеристик объекта и внешней среды, называются интеллектуальными системами управления (intelligent control systems).

Согласно другому аналогичному определению, интеллектуальной системой управления (ИСУ) является такая, которая обладает способностью понимать, рассуждать и изучать процессы, возмущения и условия функционирования. К изучаемым факторам при этом относятся, главным образом, характеристики процесса (статическое и динамическое поведение, характеристики возмущений, практика эксплуатации оборудования). Желательно, чтобы система сама накапливала эти знания, целенаправленно используя их для улучшения своих качественных характеристик.

Источники финансирования инвестиционной деятельности. Анализ структуры и динамики имущества и источников его формирования. Основные направления повышения инвестиционной привлекательности: увеличение прибыли организации за счет расширения рынка сбыта.

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru//

Министерство образования и науки Российской Федерации

Федеральное государственное бюджетное образовательное учреждение

высшего образования

ТОМСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СИСТЕМ УПРАВЛЕНИЯ И РАДИОЭЛЕКСТРОННИКИ (ТУСУР)

Кафедра экономики

Оценка инвестиционной привлекательности организации (на примере ООО «Синтез интеллектуальных систем»)

Бакалаврская работа

по направлению 38.03.01 - Экономика профиль «Финансы и кредит»

Выпускная квалификационная работа 73 страницы, 5 рисунков, 16 таблиц, 23 источника.

Объект исследования - Общество с ограниченной ответственностью «Синтез интеллектуальных систем».

Цель работы - оценить инвестиционную привлекательность организации ООО «СИС» и предложить рекомендации по ее улучшению.

Для достижения поставленной цели были решены следующие задачи:

Проанализирована теория инвестиционной привлекательности, определены сущность понятия инвестиций и их классификация, понятие инвестиционной привлекательности;

Проанализированы методики оценки инвестиционной привлекательности организации;

Проведена оценка инвестиционной привлекательности организации ООО «СИС» на основе финансово-экономических показателей;

Предложены основные направления повышения инвестиционной привлекательности, а именно: увеличение прибыли организации за счет расширения рынка сбыта.

Информационную базу исследования, в рамках выполнения данной выпускной квалификационной работы, составили: данные бухгалтерской отчетности предприятия, информация, размещенная на официальном сайте организации, материалы исследований ученых, опубликованных в научных журналах, научных статьях в периодических изданиях, учебные пособия, а также информационные ресурсы сети Интернет.

Final qualification work 73 pages, 5 drawings, 16 tables, 23 sources.

The object of the research is the company Limited Liability Company «Synthesis of intelligent systems»

The purpose of the work is assess the investment attractiveness of the organization SIS LLC and propose recommendations for improving it.

To achieve this goal, the following tasks were accomplished:

The theory of investment attractiveness is analyzed, the essence of the concept of investments and their classification, the concept of investment attractiveness are defined;

Methods for evaluating the investment attractiveness of the organization are analyzed;

An assessment of the investment attractiveness of the organization "SIS" on the basis of financial and economic indicators;

The main directions of increasing the investment attractiveness are proposed, namely: increase of the profit of the organization due to the expansion of the sales market.

Information base of the research, within the framework of this final qualifying work, was: data of the enterprise"s accounting reports, information posted on the official website of the organization, research materials of scientists published in scientific journals, scientific articles in periodicals, teaching aids, and information resources of the network The Internet.

ВВЕДЕНИЕ

В современных условиях организации различных форм собственности озадачены повышением своей продуктивности, конкурентоспособности, рентабельности и финансовой независимости в долгосрочной перспективе, что напрямую зависит от существующего уровня инвестиционной активности организации, охвата ее инвестиционной деятельности и инвестиционной привлекательности.

Инвестиционная привлекательность является показателем, по которому инвесторы принимают решения о вложении своих средств в ту или иную организацию.

Актуальность выбранной темы обусловлена тем, что потенциальным инвесторам, а также менеджерам нужно иметь четкую модель оценки инвестиционной привлекательности организации для наиболее эффективного управления или принятия решения об инвестировании. Также уровень инвестиционной привлекательности важен для кредиторов и заказчиков, первые заинтересованы в кредитоспособности организации, а вторые - в надежности деловых связей, непрерывности и стабильности деятельности организации, которые зависят от ликвидности и состояния финансовой устойчивости организации.

Совокупность показателей, выбираемых для оценки

инвестиционной привлекательности зависит от конкретных целей инвестора.

Значимость определения инвестиционной привлекательности организаций не подлежит сомнению, так как без этого не будет осуществляться инвестиционных вложений в хозяйствующие субъекты и как следствие не представится возможным рост экономики и ее стабилизация. В некоторых случаях инвестиции являются обеспечением жизнеспособности организации в целом.

Финансовый анализ как основной механизм, обеспечивающий финансовую устойчивость организации и оценку ее привлекательности, для потенциальных инвесторов является центральным звеном в методике определения инвестиционной привлекательности. Основной его целью является изучение проблем, возникающих при оценке финансовой привлекательности организации для инвестора. В связи с этим рассматриваются аспекты анализа финансового состояния организации, проводится оценка уровня рентабельности, кредитоспособности, эффективности и финансовой устойчивости.

Результатом финансового анализа является определение основных направлений повышения инвестиционной привлекательности анализируемой организации.

Целью дипломной работы является изучение теоретических аспектов, касающихся понятия инвестиционной привлекательности и методик его оценки, непосредственно оценка инвестиционной привлекательности на примере организации ООО «Синтез интеллектуальных систем», а также разработка рекомендаций по улучшению инвестиционной привлекательности организации.

Для достижения данной цели необходимо решение следующих задач:

Определить сущность и дать классификацию инвестиций;

Изучить методики оценки инвестиционной привлекательности организации;

Провести оценку инвестиционной привлекательности организации исходя из выбранной методики;

Объектом исследования является организация ООО «Синтез интеллектуальных систем».

1.ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ИНВЕСТИЦИОННОЙ ДЕЯТЕЛЬНОСТИ ОРГАНИЗАЦИИ

1.1 Сущность и классификация инвестиций

Единого понимания сущности инвестиций как экономической категории среди ученых и экономистов не существует. Встречаются разные трактовки, различающиеся по смыслу, некоторые из которых не передают всей сути данного термина.

Согласно федеральному закону от 25.02.1999 N 39-ФЗ "Об инвестиционной деятельности в Российской Федерации, осуществляемой в форме капитальных вложений" «… инвестиции - денежные средства, ценные бумаги, иное имущество, в том числе имущественные права, иные права, имеющие денежную оценку, вкладываемые в объекты предпринимательской и (или) иной деятельности в целях получения прибыли и (или) достижения иного полезного эффекта».

Исходя из многогранности трактовок термина, можно выделить экономическое и финансовое определение инвестиций. Экономическое определение характеризуют инвестиции как совокупность затрат, реализуемых в форме долгосрочных вложений капитала в различные отрасли экономики производственной и непроизводственной сферы. С финансовой точки зрения, инвестиции представляют собой все виды ресурсов, вкладываемые в хозяйственную деятельность с целью получения дохода или выгоды в будущем.

В целом под инвестициями понимают вложение капитала во всех его формах с целью получения дохода в будущем или решения определенных задач.

Организация может осуществлять или не осуществлять инвестиционную деятельность, но неосуществление такой деятельности приводит к потерям конкурентных позиций на рынке. Из этого следует, что инвестиции могут быть пассивными и активными:

пассивные - инвестиции, обеспечивающие как минимум не ухудшение показателей прибыльности вложений в операции данной организации за счет замены устаревшего оборудования, подготовки нового персонала взамен уволившихся сотрудников и т.д.

активные- инвестиции, обеспечивающие повышение конкурентоспособности фирмы и ее прибыльности в сравнении с предыдущими периодами за счет внедрения новых технологий, выпуска товара, который будет иметь высокий спрос, захвата новых рынков, или поглощения конкурирующих фирм.

Инвестиции подразделяют на следующие группы :

По объектам вложения средств:

1) реальные инвестиции - это вложение в основной капитал в различных формах (приобретение патентов, строительство зданий, сооружений, вложения в научные разработки и др.);

2) финансовые (портфельные) инвестиции - это вложение капитала в акции, облигации и другие ценные бумаги, дающим право на получение доходов от собственности, а также банковские депозиты.

По характеру участия в инвестировании:

1) прямые инвестиции - это инвестиции, сделанные прямыми инвесторами, т. е. юридическими и физическими лицами, полностью владеющими организацией или контрольным пакетом акций, что дает право на участие в управлении организацией;

2)косвенные инвестиции - это инвестиции, осуществляемые через финансовых посредников (инвестиционные консультанты, финансовые брокеры; брокерские конторы; паевые инвестиционные фонды;коммерческие банки;страховые компании).

По периоду инвестирования:

краткосрочные инвестиции- вложения капитала на период от недели до одного года. Данные инвестиции носят, как правило, спекулятивный характер. Основная задача краткосрочного инвестора - вычислить направление движения бумаги в масштабе недель и месяцев, определить точку входа с наибольшим соотношением потенциального дохода к риску;

среднесрочные инвестиции - вложение денежных средств на срок от одного года до пяти лет;

долгосрочные инвестиции - вложения от 5 лет и более (капитальные вложения в воспроизводство основных средств).

По формам собственности инвестиционных ресурсов:

государственные инвестиции - осуществляются органами государственной власти и управления за счет средств бюджетов, внебюджетных фондов;

частные инвестиции - вложения средств, осуществляемые физическими или юридическими лицами, с целью получения дохода в будущем;

совмещенные инвестиции - вложения денежных средств, осуществляемые субъектами данной страны и иностранных государств с целью получения определенного дохода;

иностранные инвестиции - вложение капитала иностранными инвесторами в целях получения прибыли.

По хронологическому признаку:

начальные инвестиции - направленные на создание предприятия или сооружения нового объекта;

текущие инвестиции - направленные на поддержание уровня объекта технической оснащенности.

По целям инвестирования:

на возмещение основного капитала;

на расширение производства;

на приобретение ценных бумаг других организаций;

на инновационные технологии.

По уровню инвестиционного риска:

низкорисковые инвестиции;

среднерисковые инвестиции;

высокорисковые инвестиции.

По уровню инвестиционной привлекательности:

низкопривлекательные;

среднепривлекательные;

высокопривлекательные.

Физических или юридических лица, размещающих капитал от своего имени и за свой счет с целью получения прибыли, называют инвесторами.

Инвесторы могут осуществлять вложение собственных, заемных и привлеченных средств. Инвесторами могут быть органы, уполномоченные управлять государственным и муниципальным имуществом или имущественными правами, юридические лица всех форм собственности, международные организации и иностранные юридические лица, физические лица.

Источниками финансирования инвестиционной деятельности являются :

Собственные финансовые ресурсы и внутрихозяйственные резервы организации (прибыль, амортизационные отчисления, денежные накопления и сбережения граждан и юридических лиц, средства, выплачиваемые органами страхования в виде возмещения потерь от аварий, стихийных бедствий и др.);

Привлеченные финансовые средства (получаемые от продажи акций, паевых и иных взносов членов трудовых коллективов, граждан, юридических лиц);

Заемные финансовые средства или переданные средства (банковские и бюджетные кредиты, облигационные займы и др.);

Средства внебюджетных фондов;

Средства федерального бюджета, предоставляемые на безвозвратной основе, средства бюджетов субъектов Российской Федерации;

Средства иностранных инвесторов.

Инвестиции могут быть получены как из одного, так и из нескольких источников. Различают централизованные (бюджетные) - средства федерального бюджета, средства бюджетов субъектов РФ и местных бюджетов - и децентрализованные (внебюджетные) - собственные средства предприятий и организаций, иностранные инвестиции, привлеченные средства, средства внебюджетных фондов - источники инвестиций.

1.2 Инвестиционная привлекательность организации и методики ее оценки

Работы многих ученых посвящены исследованию понятию инвестиционной привлекательности и методам ее оценки, например, И.А. Бланка, В.В. Бочарова, Э.И. Крылова и других.

Каждый ученый интерпретирует понятие инвестиционной привлекательности в зависимости от факторов, положенных в его оценку, т.е. единого токования нет. Существует много факторов, виляющих на инвестиционную привлекательность, поэтому в узком смысле инвестиционная привлекательность - это система или сочетание различных признаков или факторов внутренней и внешней среды.

Наиболее наглядно различные точки зрения на понимание инвестиционной привлекательности отражены в таблице 2.1.

Таблица 2.1 - Толкование понятия«инвестиционная привлекательность»

	Толкование понятия
Бланк И.А., Крейнина М.Н.	Обобщающая характеристика преимуществ и недостатков инвестирования отдельных направлений и объектов с позиции конкретного инвестора.
Ройзман И.И., Шахназаров А.Г., Гришина И.В.	Система или сочетание различных объективных признаков, средств, возможностей, обуславливающих в совокупности потенциальных платежеспособный спрос на инвестиции в страну, регион, отрасль, предприятие.
Севрюгин Ю.В.	Система количественных и качественных факторов, характеризующая платежеспособный спрос предприятия на инвестиции.
Лях П.А., Новикова И.Н.	Комплекс характеристик наиболее выгодного и наименее рискового вложения капитала в какую-либо сферу экономики или в какой-либо вид деятельности.
Трясицина Н.Ю.	Комплекс показателей деятельности предприятия, который определяет для инвестора наиболее предпочтительные значения инвестиционного поведения.
Группа Минэкономразвития	Объем инвестиций, который может быть привлечен исходя из инвестиционного потенциала объекта, рисков и состояния внешней среды.
Путятина Л.М., Ванчугов М.Ю.	Экономическая категория, характеризующая эффективность использования имущества предприятия, его платежеспособность, финансовую устойчивость, способность к инновационному развитию на базе повышения доходности капитала, технико-экономического уровня производства, качества и конкурентоспособности выпускаемой продукции.
Игольников Г.Л., Патрушева Е.Г.	Гарантированное, надежное и своевременное достижение целей инвестора на базе экономический результатов деятельности данного инвестируемого производства.
Гуськова Т.Н., Рябцев В.М., Гениатулин В.Н.	Определенное состояние хозяйственно-экономического развития, при котором с высокой долей вероятности в приемлемых для инвестора сроки инвестиции могут дать удовлетворительный уровень прибыли или может быть достигнут мной положительный эффект.
Крылов Э.И.	Обобщённая характеристика с точки зрения перспективности, выгодности, эффективности и минимизации риска вложения инвестиций в развитие предприятие за счет собственных средств и средств других инвесторов.
Модорская Г.Г.	Комплекс экономико-психологических показателе й деятельности предприятия, которые определяют для инвестора область предпочтительных значений инвестиционного поведения.
Бочаров В.В.	Наличие экономического эффекта (дохода) от вложения денег при минимальном уровне риска.
Шарп В., Марковиц Х.	Получение максимальной прибыли при заданном уровне риска.
Ериязов Р.А.	Комплексная категория, включающая в себя учет внутренних факторов в виде инвестиционного потенциала, внешних факторов - инвестиционного климата и противоречивого единства объективных и субъективных факторов в виде учета уровня риска и доходности инвестиционной деятельности при согласованности интересов инвестора и реципиента.
Лацинников В.А.	Индикатор его совокупной ценности, представляющий собой набор объективных (финансовое состояние предприятия, уровень его развития, качество менеджмента, обремененность долгами) и субъективных (соотношение доходности и риска вложений) характеристик, необходимых для удовлетворения интересов всех участников инвестиционного процесса, позволяющий оценить целесообразность и перспективность вложений и учитывающий совокупное влияния факторов макро- и мезосреды
Никитина В.А.	Экономическая целесообразность инвестирования, основанная ан согласовании интересов и возможностей инвестора и получателя инвестиций, которое обеспечивает достижение целей каждого из них на приемлемом уровне доходности и риска
Иванов А.П., Сахарова И.В., Хрусталев Е.Ю.	Совокупность экономических и финансовых показателей предприятия, определяющих возможность получения максимальной прибыли в результате вложения капитала при минимальном риске вложения средств.

В данной работе инвестиционная привлекательность будет представлена как комплекс показателей деятельности организации, которые отражают развитие организации в динамике, а также рациональность использования имеющихся ресурсов.

Инвестиционная привлекательность рассматривается на различных уровнях: на макроуровне - инвестиционная привлекательность страны, мезоуровне - инвестиционная привлекательность региона и отрасли, на микроуровне - инвестиционная привлекательность организации.

Имеется большое количество вариантов оценки инвестиционной привлекательности, это сопряжено с тем, что отсутствует конкретное определение термина «инвестиционная привлекательность, из всего их числа можно отметить следующие методики, исходя из факторов, положенных в методику оценки:

на основе взаимоотношения доходности и риска (У. Шарп, С.Г. Шматко, В.В. Бочаров) - установлении группы инвестиционного риска компании. Следовательно, проводится анализ рисков, появляющихся при инвестиционной деятельности, устанавливается значимость риска, рассчитывается общий риск инвестиций. Далее выявляется принадлежность организации к определенной категории риска, в основании которой определяется инвестиционная привлекательность. Ключевые рассматриваемые риски: риск уменьшения прибыли, риск потери ликвидности, риск увеличения конкурентной борьбы, риск перемены политики ценообразования у поставщиков и т.д.

на основе исключительно финансовых показателей (М.Н. Крейнина, В.М. Аньшин, А.Г. Гиляровская, Л.В. Минько) - проводится анализа финансового состояния с помощью расчета финансовых коэффициентов, отражающих разные стороны деятельности организации: имущественное положение, ликвидность, финансовую устойчивость, деловую активность и рентабельность. Для оценки используют данные из финансовой отчетности организации.

на основе финансово-экономического анализа, в котором рассчитываются не только финансовые, но и производственные показатели (В.М. Власова, Э. И. Крылов, М.Г. Егорова, В.А. Москвитин) - появляются производственные показатели, которые отражают наличие основных фондов, степень их износа, уровень загрузки производственных мощностей, наличие ресурсов, численность и структура персонала и другие показатели.

на основе комплексной сравнительной оценки (Г.Л. Игольников, Н.Ю. Миляев, Е.В. Беляев) -проводится анализ показателей финансового состояния, рыночной позиции организации, динамики развития, квалификации персонала, уровень менеджмента. При использовании данного метода в начале определяются группы факторов на разных уровнях: страны, региона, организации, затем данные группы отбираются по значимости на основе экспертных оценок. Также определяются коэффициенты значимости каждого отдельного фактора в группе факторов, далее все факторы суммируются с учетом влияния значимости каждой группы и фактора в группе. Полученные данные ранжируются и определяются наиболее инвестиционно-привлекательные организации. Факторами, влияющими на инвестиционную привлекательность страны, являются: учетная ставка и ее динамика, темпы инфляции, технологический прогресс, состояние экономики страны, уровень развития инвестиционного рынка. Показателями для оценки инвестиционной привлекательности региона являются: производственно-экономические показатели (индекс цен, рентабельность продукции, фондоотдача, удельный вес всех материальных затрат, количество действующих организаций), финансовые показатели (коэффициенты ликвидности, коэффициенты автономии и т. д.), факторы производства отрасли (уровень загрузки производственных мощностей, степень износа основных производственных фондов), показатели инвестиционной деятельности отрасли (количество инвестиций на организацию, количество инвестиций на одного работающего, индекс физического объема инвестиций в основной капитал и др.).

на основе стоимостного подхода, в основу которого положено определение рыночной стоимости компании и тенденции к еемаксимизации (А.Г. Бабенко, С.В. Нехаенко, Н.Н. Петухова, Н.В. Смирнова) - рассчитывается коэффициент недооценки/переоцененности организации на рынке реальных инвестиций как соотношения различных стоимостей (реальной стоимости к рыночной). Реальная стоимость определяется как сумма стоимости имущественного комплекса и дисконтированного дохода за минусом кредиторской задолженности. Рыночная стоимость - это наиболее возможную цена при осуществлении сделки в определенный период времени, исходя из рыночной конъюнктуры.

Данные методики рассчитаны для стратегических инвесторов, цель которых долгосрочное вложение средств, что предполагает управление организацией и ее операционной деятельностью для реализации конкретных задач, а главное для увеличения стоимости организации. Инвесторы, которые размещают свои вложения на короткий срок (спекулянты) обычно используют для оценки инвестиционной привлекательности теории портфельных инвестиций(методика формирования инвестиционного портфеля, направленная на оптимальный выбор активов, исходя из требуемого соотношения доходность/риск), фундаментальный (прогнозирования цен с помощью финансовых показателей деятельности компании и вычисления внутренней стоимости фирмы) и технический анализы (прогнозирования будущей стоимости с помощью графиков и индикаторов) .

В качестве основного слагаемого инвестиционной привлекательности выделяют финансовую привлекательность, так как в финансах организации отражаются главные результаты ее деятельности. Исходя из этого анализ инвестиционной привлекательности анализируемой организации будет проводится согласно методики финансового - экономического анализа, а именно на основании показателей оценки финансового состояния, которое включает в себя:

анализ структуры и динамики имущества;

анализ структуры и динамики прибыли;

анализ ликвидности баланса;

анализ платежеспособности;

анализ кредитоспособности;

анализ деловой активности:

6.1)анализ оборачиваемости;

6.2)анализ рентабельности капитала.

анализ финансовой устойчивости;

анализ вероятности банкротства.

Также будет рассмотрены внешние и внутренние факторы инвестиционной привлекательности, такие как инвестиционная привлекательность региона и отрасли, организационно-управленческая структура организации, охват рынка сбыта.

2. ОЦЕНКА ИНВЕСТИЦИОННОЙ ПРИВЛЕКАТЕЛЬНОСТИ ООО "СИНТЕЗ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ"

2.1 Краткая характеристика организации ООО "СИС"

Общество с ограниченной ответственностью «Синтез интеллектуальных систем» относится к IT-организациям и специализируется на разработке сайтов и мобильных приложений. Организация создана в 2015 году на основании протокола собрания учредителей, в данный момент расположена в г. Томске.

Целью создания ООО «Синтез интеллектуальных систем» являлось получение максимальной прибыли при минимальных издержках путем предоставления услуг по разработке программного обеспечения.

Ассортимент услуг, оказываемых в ООО «Синтез интеллектуальных систем»:

разработка сайта «с нуля» на платформе «1С- Битрикс»;

разработка сайта с использованием шаблона на платформе «1С- Битрикс»;

техническое обслуживание готовых сайтов;

доработки и улучшения готовых сайтов;

разработка мобильных приложений;

продажа лицензий ООО «1С-Битрикс».

Основными клиентами являются юридические лица и индивидуальные предприниматели, присутствуют заказы от государственных учреждений.

Анализируемую организацию по действующей классификации можно отнести к субъектам малого предпринимательства, т. к. среднесписочная численность его на начало 2017 г. составила 17 чел., а уставной капитал полностью принадлежит частным лицам.

В связи с не превышением выручки в размере 112,5 млн. рублей по итогам девяти месяцев прошлого года, не превышением средней численности работников за 2015 г. в количестве 100 человек, остаточной стоимости основных средств - 150 млн. рублей, - организация применяет упрощенную систему налогообложения с объектом налогообложения доходы минус расходы с процентной ставкой 7%, предусмотренной для it-организаций. В соответствии с п. 85 «Положения по ведению бухгалтерского учета и бухгалтерской отчетности в Российской Федерации», утвержденного приказом Минфина РФ от 29.07.1998 № 34н малые предприятия вправе составлять бухгалтерскую отчетность в сокращенном объеме (бухгалтерский баланс и отчет о финансовых результатах). ООО «СИС» применяет указанное право в полном объеме.

2.2 Оценка инвестиционной привлекательности организации

инвестиционный рынок сбыт прибыль

Анализ структуры и динамики имущества и источников его формирования

Первым этапом оценки является проведение вертикального (структурного) и горизонтального (временного) анализа.

Горизонтальный анализ направлен на изучение темпов роста показателей, который объясняет причины изменения в их структуре, таким образом, он представляет собой абсолютное и относительное изменение показателей за период. Вертикальный анализ - это анализ структуры в сравнении с предыдущим периодом, он помогает разобраться в том, какие показатели оказали наиболее существенное влияние на показатели.

Анализ динамики и структуры имущества организации и источников его формирования представлен в таблице 3.1.

Таблица 3.1 - Анализ динамики и структуры имущества организации и источников его формирования

Наименование показателей	Абсолютные величины	Относительные величины	Изменения
	2015 г., тыс. руб.	2016 г., тыс. руб.		В абсолютных величинах, тыс. руб.	В структуре, %	Темп прироста

Материальные внеоборотные активы
Нематериальные, финансовые и другие внеоборотные активы
Денежные средства и денежные эквиваленты
Финансовые и другие оборотные активы (включая дебиторскую задолженность)


Капитал и резервы
Долгосрочные заемные средства
Другие долгосрочные обязательства
Краткосрочные заемные средства
Кредиторская задолженность
Другие краткосрочные обязательства

Выводы, полученные из анализа актива баланса:

В активе баланса преобладают финансовые и другие оборотные активы организации, а данном случае полностью состоящие из дебиторской задолженности, которые составляют 64% валюты баланса. Доли остальных активов незначительны. Доля материальных внеоборотных активов, а именно основных средств снизилась на 23 %, вероятно, в связи с износом основного оборудования. В абсолютном выражении основные средства уменьшились на 78 тысяч рублей, что вероятно связано с выбытием основных средств в текущем периоде. Доля нематериальных, финансовых и другие внеоборотные активов, а именно приобретенных лицензий, снизилась на 4 %, что говорит об отказе от незначительного программного обеспечения. Доля денежных средств и денежных эквивалентов повысилась на 5 %, в денежном эквиваленте на 238 тыс. руб., что связано с увеличением объема оказываемых услуг. В связи с увеличением объемов соответственно увеличилась доля финансовых и других оборотные активы, представленная в данном случае исключительно дебиторской задолженностью, на 22 %, что является предоставлением отсрочки платежей заказчикам, а также неустойчивой платежеспособностью основной части покупателей.

Темп прироста валюты баланса составил 131 %, что свидетельствует о развитии организации, но так как в основном рост произошел из-за роста дебиторской задолженности, хоть и являющимся показателем увеличения объема оказываемых услуг, в общем является негативным показателем - отводом денежных средств из оборота организации.

Выводы, полученные из анализа источников формирования имущества:

В структуре пассива баланса преобладает кредиторская задолженность, составляющая 74%, темп прироста которой составил 1192 %. Рост кредиторской задолженности показывает неспособность организации гасить текущие обязательства. В отчетном периоде сумма кредиторской задолженности составила 1550 тыс. руб. Значительно снизилась доля других долгосрочных обязательств, представляющая собой займы от учредителей, на 36 %, в денежном эквиваленте на 201 тыс. руб., связанная непосредственно с выплатой займов. Полностью погасились краткосрочные заемные средства и другие краткосрочные обязательства, которые были необходимы при открытии организации, на 10% и 2 % соответственно, что положительно характеризует организацию, способную рассчитываться по краткосрочным обязательствам.Доля долгосрочных заемных средств снизилась на 12%, что показывает, что организация после погашения краткосрочных обязательств принялась к ликвидации долгосрочной задолженности. Доля собственных средств, представляющая собой уставной капитал не изменилась и в денежном эквиваленте составляет 15 тыс. руб. В общей структуре баланса доля собственных средств составляет меньше 1%, что несомненно характеризует неустойчивое финансовое положение организации.

Наглядно динамика структуры актива и пассива баланса представлена на рисунке 3.1.

Рисунок 3.1 - Динамика структурных актива и пассива за 2015-2016 гг.

Анализ структуры и динамики результатов деятельности

При анализе результатов деятельности также проводится вертикальный и горизонтальный анализ. Результаты анализа показывают, из каких показателей формируется прибыль, динамику показателей и их влияние на чистую прибыль организации. Анализ динамики и структуры прибыли приведен в таблице 3.2.

Таблица 3.2. - Анализ динамики и структуры прибыли

Наименование показателей	Отклонение	выручке в прошлом году	в % к выручке в отчетном	Отклонение

Расходы по обычной деятельности
Проценты к уплате
Прочие доходы
Прочие расходы
Налоги на прибыль (доходы)
Чистая прибыль (убыток)

Вывод из проведенного анализа: Наиболее сильное влияние на прибыль оказывают расходы по обычным видам деятельности, которые увеличились в 2016 году на 3937 тыс. руб. В 2016 г. появились прочие расходы, размер которых составил 73 тыс. руб. и включает себя расходы на обслуживание банковского счета. Выручка в 2016 г. увеличилась на 4731 тыс. руб. и составила 7535 тыс. руб., что характеризует развитие бизнеса. Соответственно, чистая прибыль также увеличилась в 2016 г. на 721 тыс. руб. и составила 1100 тыс. руб.

Динамика показателей прибыли представлена на рисунке 3.2.

Рисунок 3.2 -Динамика показателей прибыли

Анализ ликвидности баланса

Ликвидность организации - экономический термин, обозначающий способность активов быть быстро проданными по цене, близкой к рыночной.

В зависимости от степени ликвидности активы организации разделяются на следующие группы:

А1 = наиболее ликвидные активы = денежные средства + краткосрочные финансовые вложения

А2 = быстрореализуемые активы = дебиторская задолженность

А3 = медленно реализуемые активы = запасы + долгосрочные дебиторские задолженности + НДС + прочие оборотные активы

А4 = труднореализуемые активы = внеоборотные активы

Пассивы баланса группируются по степени срочности оплаты:

П1= наиболее срочные обязательства = кредиторская задолженность

П2= краткосрочные пассивы = краткосрочные займы и кредиты + задолженности участникам по выплате доходов + прочие краткосрочные обязательства

П3 = долгосрочные пассивы = долгосрочные обязательства + доходы будущих периодов + резервы предстоящих расходов

П4= постоянные \ устойчивые пассивы = капитал и резервы

Баланс считается абсолютно ликвидным в случае, если имеют место следующие соотношения:

А1> П1; А2> П2; А3 > П3; А4 < П4.

Сравнение данных групп активов и пассивов представлено в таблице 3.3.

Таблица3.3 - Сравнительный анализ активов и пассивов организации

На основе сравнительного анализа можно сделать следующие выводы:

организация не может погасить наиболее срочные обязательства с помощью абсолютно ликвидных активов;

организация не может погасить долгосрочные займы с помощью медленно реализуемых активов;

организация не обладает высокой степенью платежеспособности и не может погасить различные виды обязательств соответствующими активами.

Так как не выполняются соотношения, баланс считается неликвидным, т.е. организация неспособна погасить свои обязательства.

Анализ платежеспособности

Платежеспособность организации - это способность субъекта экономической деятельности полностью и срок погашать свою кредиторскую задолженность. Платежеспособность является одним из ключевых признаков устойчивого финансового положений организации.

Платежеспособность организации с позиции ликвидности активов анализируется посредством специальных финансовых коэффициентов - коэффициентов ликвидности:

общий показатель ликвидности - показывает возможность организации расплатиться полностью своим обязательствам всеми видами активов;

коэффициент абсолютной ликвидности; отражает способность организации с помощью высоколиквидных активов расплачиваться по своим краткосрочным обязательствам. (рассчитывается как отношение денежных средств и краткосрочных финансовых вложений к краткосрочным обязательствам);

коэффициент быстрой ликвидности -- показывает возможность погашения с помощью быстро ликвидных и высоколиквидных активов своих краткосрочных обязательств (рассчитывается как отношение высоколиквидных текущих активов к краткосрочным обязательствам);

коэффициент текущей ликвидности - отражает возможность организации расплачиваться по своим текущим обязательствам с помощью текущих активов. (рассчитывается как отношение оборотных активов к краткосрочным обязательствам);

коэффициент маневренности функционирующего капитала; Коэффициент маневренности показывает, какая часть функционирующего капитала обездвижена в производственных запасах и долгосрочной дебиторской задолженности;

доля оборотных средств в активе - характеризует наличие оборотных средств в активах организации;

коэффициент обеспеченности собственными средствами - отражает степень использования организацией собственных оборотных средств; показывает долю оборотных активов компании, финансируемых за счет собственных средств организации.

Расчет показателей платежеспособности представлен в таблице 3.4.

Таблица 3.4 - Анализ платежеспособности организации

Показатели	Условное обозначе-ние		Значение показателя	Изменение

Общий показатель ликвидности		(A1+0.5A2+0.3A3)/(П1+0.5П2+0.3П3);
Коэффициент абсолютной ликвидности
Коэффициент быстрой ликвидности		(А1 + А2) / (П1 + П2)
Коэффициент текущей ликвидности		(А1 + А2 + А3) / (П1 + П2)
Коэффициент маневренности функционирующего капитала		А3 /((А1 + А2 + A3) - (П1 + П2))	уменьшение показателя
Доля оборотных средств в активах		(А1+А2+А3) / Итог баланса
Коэффициент обеспеченности собственными средствами		(П4 - А4) / (А1 + А2 + A3)

Вывод из проведенного анализа: Общий показатель ликвидности в 2016 г. уменьшился и составил 0,59, что показывает не оптимальный уровень ликвидности организации. Коэффициент абсолютной ликвидности уменьшился на 0,32 и составил 0,16, что говорит о том, что величина денежных средств может покрывать только 16 % обязательств фирмы, чего не хватает для поддержания нормального уровня ликвидности организации. Коэффициент быстрой ликвидности составил 1,07, что незначительно больше нормы и свидетельствует о возможности быстрого погашения долгов в среднесрочном периоде. Это означает, что ООО «СИС» способно со средней скоростью вывести из оборота денежные средства и рассчитаться по краткосрочным обязательствам. Коэффициент текущей ликвидности составил в 2016 г. 1,07, что свидетельствует о низкой платежеспособности. Коэффициент маневренности функционального имеет нулевое значение в связи с отсутствием у организации медленно реализуемых активов. Доля оборотных средств увеличилась на 0,27 и составила 0,8, что является положительным фактором, показывает рост ликвидности баланса. Коэффициент обеспеченности имеет отрицательное значение, но положительно в динамике, в 2016 г. составил -0,25, что показывает, что оборотные активы финансируются за счет заемных средств организации, так как значение коэффициента меньше 0,1 и коэффициент текущей ликвидности меньше 2, то организация является неплатежеспособной.

Анализ кредитоспособности

Понятие платежеспособности организации тесно связано с кредитоспособностью. Кредитоспособность отражает в большей степени погашение обязательств с помощью среднесрочных и краткосрочных активов организации, исключая постоянные активы.

Основными показателями платежеспособности являются:

отношение объема реализации к чистым текущим активам;

Чистые текущие активы - это оборотные активы за вычетом краткосрочных долгов организации. Отношение объема реализации к чистым текущим активам показывает эффективность использования оборотных активов.

отношение объема реализации к собственному капиталу;

отношение краткосрочной задолженности к собственному капиталу;

отношение дебиторской задолженности к выручке от реализации.

Расчет показателей кредитоспособности представлен в таблице 3.5.

Таблица 3.5 - Анализ показателей кредитоспособности

Показатели			Абсолютное отклонение

Оборотные активы, тыс. руб.
Краткосрочные заемные средства тыс. руб.
Выручка тыс. руб.
Собственный капитал тыс. руб.
Дебиторская задолженность тыс. руб.
Чистые оборотные активы тыс. руб.
Показатели:
Отношение объема реализации к чистым текущим активам
Отношение объема реализации к собственному капиталу
Отношение краткосрочной задолженности к собственному капиталу
Отношение дебиторской задолженности к выручке от реализации

На основе проведенного анализа, можно сделать следующие выводы: Коэффициент эффективности использования оборотных активов в 2016 г. в сравнении с 2015 г. увеличился на 53,92, что показывает эффективность использования оборотных активов. Отношение объема реализации к собственному капиталу составило в 502,33, что стало следствием при резком увеличении выручки. Отношение краткосрочной задолженности к собственному капиталу увеличилось на 88,53 и составил 103,33, что показывает высокую долю краткосрочной задолженности в собственном капитале и неспособность организации рассчитаться по своим обязательствам. Отношение дебиторской задолженности к выручке от реализации увеличилось на 0,04 и составило 0,18, что можно рассматривать как признак понижения кредитоспособности, поскольку долги покупателей медленнее превращаются в деньги.

Анализ показателей деловой активности

Следующим этапом является анализ показателей деловой активности.

Анализ деловой активности позволяет сделать вывод об эффективности деятельности организации. Показатели деловой активности связаны со скоростью оборота средств: чем быстрее оборот, тем меньше на каждый оборот приходится условно-постоянных расходов, а значит - тем выше финансовая эффективность организации.

Анализ деловой активности, как правило, проводится на двух уровнях: качественных (широта рынков сбыта, деловая репутация организации и ее клиентов, конкурентоспособность и тд.) и количественных показателей. При этом анализ количественных показателей состоит из двух этапов: анализ оборачиваемости (собственного капитала, текущих активов, дебиторской и кредиторской задолженностей) и рентабельности.

Анализ оборачиваемости активов

Основные показатели оборачиваемости включают в себя:

коэффициент отдачи собственного капитала - показывает сколько руб. выручки приходится на 1 руб. средней суммы вложенного собственного капитала;

фондоотдача основных средств - характеризует количество выручки от реализации, приходящейся на рубль основных фондов;

коэффициент отдачи НМА - отражает эффективность использования НМА. Он показывает величину выручки от продаж в рублях, приходящуюся на 1 рубль средней суммы НМА, а также количество оборотов за период;

коэффициент общей оборачиваемости активов - показывает сколько денежных единиц реализованной продукции принесла каждая денежная единица активов;

коэффициент оборачиваемости оборотных активов (текущих активов) - отражает эффективность использования оборотных активов. Он показывает величину выручки от продаж в рублях, приходящуюся на 1 рубль средней суммы оборотных активов, а также количество оборотов за период;

коэффициент оборачиваемости денежных средств - показывает срок оборота денежных средств;

коэффициент оборачиваемости запасов - показывает, сколько раз за исследуемый период организация использовала средний имеющийся остаток запасов;

коэффициент оборачиваемости дебиторской задолженности - показывает количество получения оплат о покупателей за период в размере средней стоимости дебиторской задолженности. Срок погашения дебиторской задолженности - показывает за сколько в среднем дней погашается дебиторская задолженность организации;

коэффициент оборачиваемости кредиторской задолженности - показывает, сколько раз фирма погасила среднюю величину своей кредиторской задолженности. Срок погашения кредиторской задолженности - показывает средний срок возврата долгов организации по текущим обязательствам;

операционный цикл отражает промежуток времени с момента поступления материалов на склад до момента, когда от покупателя поступает оплата от за продукцию;

финансовый цикл показывает продолжительность времени, начиная с момента оплаты материалов поставщикам и заканчивая получением денег от покупателей за поставленную продукцию.

Расчет показателей оборачиваемости представлен в таблице 3.6.

Таблица 3.6 - Анализ оборачиваемости

Показатели	Условное обозначение	Алгоритм расчета	Изменение


Продолжение таблицы 3.6


Число дней в отчетном году
Средняя стоимость собственного капитала, тыс.руб.		(СКнг+СКкг)/2
Средняя стоимость основных средств, тыс. руб.		(Оснг+Оскг)/2
Средняя стоимость нематериальных активов, тыс.руб.		(Нманг+Нмакг)/2
Средняя кредиторская задолженность, тыс.руб.		(КЗнг+КЗкг)/2
Средняя стоимость активов, тыс.руб.		(Анг+Акг)/2
Средняя стоимость оборотных активов, тыс.руб.		(Аобнг+ Аобкг)/2
В том числе:
Денежные средства, тыс.руб.		(ДСнг+ДСкг)/2
Запасы, тыс.руб.		(Знг+Зкг)/2
Дебиторская задолженность, тыс.руб.		(ДЗнг+ДЗкг)/2
Расчетные коэффициенты:
Коэффициент отдачи собственного капитала
Фондоотдача основных средств
Коэффициент отдачи НМА
Коэффициент оборачиваемости активов
Коэффициент оборачиваемости оборотных активов
Коэффициент оборачиваемости запасов
Коэффициент оборачиваемости кредиторской задолженности
Продолжительность оборота, дни:

Оборотных активов
Денежных средств

Дебиторской задолженности
Кредиторской задолженности		Д/kобкред
Продолжительность операционного цикла		Доб. зап + Доб. Деб
Продолжительность финансового цикла		Д. пр.ц. + Доб.деб-Доб. Кред

На основе данных можно сделать следующие выводы:Коэффициент общей оборачиваемости активов в 2016 г. в сравнении с 2015 г. снизился на 1,18, что показывает уменьшение эффективности использования всех имеющихся ресурсов независимо от источников их финансирования (на каждый рубль активов приходится 5,04 рубля реализованной продукции). Коэффициент оборачиваемости оборотных средств в 2016 г уменьшился на 4,75, что свидетельствует о снижении эффективности использования оборотных активов в организации (на каждый рубль оборотных активов приходится 7,04 рубля реализованной продукции). Коэффициент отдачи НМА увеличился на 0,64, что показывает эффективность использования нематериальных активов (на каждый рубль оборотных активов приходится 49,41 рубль реализованной продукции). Фондоотдача в 2016 г. увеличилась на 9,63, что является доказательством лучшего использования основных производственных фондов (на каждый рубль оборотных активов приходится 27,60 рублей реализованной продукции). Коэффициент отдачи собственного капитала увеличился на 128,47, что достигалось путем увеличения выручки от продаж, также из-за большой доли прибыли, полученной за счет использования заемных средств, в долгосрочной перспективе может негативно отразиться на финансовой устойчивости. Коэффициент оборачиваемости запасов не рассчитывается в связи с их отсутствием. Коэффициент оборачиваемости денежных средств увеличился на 4 дня, что свидетельствует о рациональной организации работы фирмы. Коэффициент оборачиваемости дебиторской задолженности снизился на 6,07 и, соответственно, увеличился период оборота на 17 дней, что свидетельствует о более медленном погашении дебиторской задолженности. Коэффициент оборачиваемости кредиторской задолженности снизился на 37,71 и, соответственно, увеличился период оборота на 33 дня, что свидетельствует о замедлении погашения кредиторской задолженности.

Продолжительность операционного цикла увеличилась на 17 дней, что связано с увеличением периода оборота дебиторской задолженности, т.е. количество дней необходимое для трансформации сырья и материалов в денежные средства стало составлять 41 день.

Продолжительность финансового цикла снизилась на 16 дней, в связи с увеличением продолжительности периода оборота дебиторской и кредиторской задолженностей, т.е. количество дней между погашением кредиторской и дебиторской задолженностью равен 1 дню.

Анализ рентабельности

В широком смысле слова понятие рентабельности означает прибыльность, доходность. Организация считается рентабельной, если результаты от реализации продукции покрывают издержки производства и, кроме того, образуют сумму прибыли, достаточную для нормального функционирования организации.

Экономическая сущность рентабельности может быть раскрыта только через характеристику системы показателей. Общий их смысл в определении суммы прибыли с одного рубля вложенного капитала.

Основными показателями рентабельности являются:

рентабельность активов (экономическая рентабельность) - показывает, величину чистой прибыли, приходящуюся на каждую денежную единицу, вложенную в активы компании, отражает эффективность использования активов организации.

2) рентабельность собственного капитала - показывает величину чистой прибыли на каждую стоимостную единицу капитала, принадлежащего собственникам компании.

3) рентабельность продаж - показывает сумму чистой прибыли организации с каждого рубля проданной продукции.

4) рентабельность производства - показывает сумму прибыли организации с каждого рубля, затраченного на производство и реализацию продукции.

5) рентабельность инвестированного капитала - показывает отношение прибыли к инвестициям, направленным на получение этой прибыли. Инвестиции рассматриваются как сумма собственного капитала и долгосрочных заемных средств.

Расчет показателей рентабельности капитала представлен в таблице 3.7.

Таблица 3.7 - Анализ рентабельности капитала

Показатели	Условное обозначение	Алгоритм расчета	Абсолютное изменение

Выручка (нетто) от реализации товаров, продукции, работ, услуг, тыс.руб.
Себестоимость реализации товаров, продукции, работ, услуг (включая коммерческие и управленческие расходы), тыс.руб.
Прибыль от реализации, тыс.руб.
Чистая прибыль, тыс.руб.
Стоимость активов, тыс.руб.		(Анг+Акг)/2
Собственный капитал, тыс.руб.		(Скнг+СКкг)/2
Долгосрочные обязательства, тыс.руб.		(Донг+Докг)/2
Показатели рентабельности:
Рентабельность активов
Рентабельность собственного капитала
Рентабельность инвестированного капитала		ЧП/ (ск+До)
Рентабельность продаж
Рентабельность производства

Рентабельность продаж в 2016 г. составила 0,15, т.е. каждый рубль полученной выручки содержал 15 копеек чистой прибыли, этот показатель повысился на 0,01, что свидетельствует о незначительном повышении спроса на оказываемые услуги. Рентабельность производства в 2016 г. составила 0,18, т.е. каждый рубль, затраченный на оказание услуг, стал приносить чистую прибыль в размере 18 копеек. Рентабельность активов в 2016 г. снизилась на 0,1 и составила 0,74, т.е. каждый рубль активов стал приносить прибыль в размере 74 копейки. Рентабельность собственного капитала повысилась на 23,47 и составила 74, что связано с ростом прибыли и ростом заемного капитала. Рентабельность инвестированного капитала повысилась на 0,7 и составила 1,87, т.е. каждый рубль инвестиций стал приносить прибыль в размере 1,87 рубля.

Анализ финансовой устойчивости

Финансовая устойчивость - это способность организации поддерживать свое существование и бесперебойную работу, благодаря наличию определенных свободных средств и сбалансированности финансовых потоков. Финансовая устойчивость означает, что организация будет платежеспособна в долгосрочной перспективе.

Подобные документы

Сущность и классификация источников финансирования инвестиций. Методики анализа инвестиционной привлекательности предприятия. Характеристика основных показателей деятельности ОАО "Российская топливная компания", оценка инвестиционной привлекательности.

курсовая работа , добавлен 23.09.2014

Цели и субъекты оценки инвестиционной привлекательности организации. Общая характеристика ООО "Монополия+", перспективы и источники ее развития. Разработка и оценка эффективности мероприятий по повышению инвестиционной привлекательности предприятия.

дипломная работа , добавлен 11.07.2015

Подходы к оценке инвестиционной привлекательности предприятия. Состояние химической промышленности России. Общая характеристика предприятия ЗАО "Сибур-Химпром". Оценка рисков проекта. Анализ динамики состава и структуры источников формирования имущества.

дипломная работа , добавлен 15.03.2014

Основные методики оценки инвестиционной привлекательности муниципального образования, применяемые в России и за рубежом. Ситуационный анализ Тарногского муниципального района, оценка его инвестиционной привлекательности, пути и способы ее повышения.

дипломная работа , добавлен 09.11.2016

Понятие, мониторинг и методические подходы к анализу инвестиционной привлекательности предприятия. Характеристика, финансовый анализ и анализ инвестиционной привлекательности ОАО "Лукойл". Пути повышения инвестиционной привлекательности предприятия.

курсовая работа , добавлен 28.05.2010

Оценка инвестиционной привлекательности компаний. Анализ системы показателей инвестиционной привлекательности организации-эмитента и их значении для принятия решений в отношении инвестирования. Виды целей вкладчика при инвестировании в финансовые активы.

контрольная работа , добавлен 21.06.2012

Организационно–экономическая характеристика современного российского предприятия. Анализ финансового состояния организации. Управление рисками предприятия в системе повышения инвестиционной привлекательности. Оценка хозяйственной деятельности компании.

дипломная работа , добавлен 25.05.2015

Экономическая сущность и финансовый потенциал предприятия, методика его оценки. Взаимосвязь финансовой и инвестиционной привлекательности организации. Анализ имущественного положения ОАО "Нефтекамскнефтехим" и направления улучшения его деятельности.

дипломная работа , добавлен 24.11.2010

Методические подходы к анализу инвестиционной привлекательности и факторы, ее определяющие. Алгоритм осуществления мониторинга инвестиционной привлекательности предприятия. Анализ ликвидности и платежеспособности на примере предприятия ОАО "Лукойл".

курсовая работа , добавлен 14.04.2015

Сущность и критерии инвестиционной привлекательности. Роль инвестиций в социально-экономическом развитии муниципального образования. Проблемы и перспективы развития инвестиционной привлекательности муниципального образования на примере города Краснодара.

Синтез интеллектуальных систем. Анализ и синтез интеллектуальных систем автоматического управления с нечеткими регуляторами ситников михаил сергеевич

Исследование влияния основных параметров HP на характер нелинейных преобразований

Исследование ИСАУ методом гармонического баланса

Исследование абсолютной устойчивости ИСАУ с HP

Использование генетических алгоритмов для решения задач автоматизации синтеза и настройки нечетких регуляторов

Краткое описание возможностей системы

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Подобные документы

Новое на сайте

Виктор пауков и бизнес-схема подмосковной полиции Кто на самом деле платит за коррупцию

Деловая этика, определение, предмет, задачи принципы

Хохлома рисунок карандашом дети поэтапно

Презентации на тему блокада ленинграда, скачать к классному часу Дневник Тани Савичевой

Почему галки собираются в стаи

Самое популярное

Оформление приказа на стажировку работника (образец)

Бытовые услуги населению перечень енвд

Как правильно написать резюме на работу образец

Презентация "Что такое лето?

Что нужно знать и уметь юристу?

ПОПУЛЯРНЫЕ РАЗДЕЛЫ