Процесс разработки и принятия управленческих решений: теория и практика применения многокритериальных методов
Цель работы — исследовать процесс управления и разработку управлен-ческого решения, обобщить теоретические подходы и продемонстрировать их применение на практическом кейсе с использованием имитационного моделиро-вания.
Задачи исследования:
1. Раскрыть содержание процесса управления и сущность управленческого ре-шения; провести классификацию решений и условий их выработки (опреде-лённость/риск/неопределённость).
2. Рассмотреть современные модели и методы разработки решений (рациональ-ная и ограниченная рациональность; групповые процедуры; мультикритери-альные методы).
3. Обосновать роль имитационного моделирования как инструмента разработки и проверки управленческих решений; определить область целесообразного применения методов AnyLogic на операционном уровне.
4. Построить дискретно событийную имитационную модель базового операци-онного процесса сервиса (процесс обслуживания клиентов в отделении бан-ка) и провести два режима экспериментов: базовый и оптимизационный.
5. Получить и интерпретировать статистические результаты, сформировать управленческие рекомендации.
Структура работы. Курсовая состоит из введения, двух разделов (теоретиче-ского и практического), заключения, списка источников и приложений. Во вто-ром разделе приводится постановка кейса, данные за последние три года (или их обоснованная аппроксимация), описание модели и результатов экспериментов (базовый vs оптимизация).
Введение 5
1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ РАЗРАБОТКИ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ 8
1.1. Управленческое решение: сущность, роль в управленческом цикле и критерии качества 8
1.1.1. Решение в структуре управленческого цикла 8
1.1.2. Разведение понятий проблема, альтернатива, «решение» 8
1.1.3. Критерии качества управленческого решения 9
1.1.4. Поведенческая перспектива и практические следствия 9
1.1.5. Документирование и ответственность 9
Вывод по 1.1. 10
1.2. Этапы разработки управленческого решения 10
1.2.1. Формулирование проблемы и целей. 10
1.2.2. Определение критериев и ограничений. 10
1.2.3. Генерация и предварительная фильтрация альтернатив. 11
1.2.4. Сбор данных и оценивание альтернатив. 11
1.2.5. Выбор и утверждение решения. 11
1.2.6. План реализации. 11
1.2.7. Мониторинг, контроль и корректировки. 12
1.3. Классификация управленческих решений и условия их принятия 12
1.3.1. По уровню управления 12
1.3.2. По степени формализации (структурированности) 13
1.3.3. По числу и природе критериев 13
1.3.4. По условиям среды (определённость/риск/неопределённость) 13
1.3.5. По времени и характеру обратной связи 13
1.3.6. По числу участников и способу выработки 14
1.4. Методы многокритериальной оценки альтернатив (AHP, TOPSIS, SAW) 14
1.4.1. Нормативно-рациональная модель 14
1.4.2. Поведенческая (карнегийская) перспектива 14
1.4.3. Групповое принятие решений и консенсус 15
1.4.4. Интеграция в проектно-процессное управление (PMBOK-7) 15
1.4.5. Практическая позиция для данной курсовой 15
1.5.1. AHP (Analytic Hierarchy Process, Саати) 16
1.5.2. TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) 16
1.5.3. SAW (Simple Additive Weighting / взвешенная сумма) 16
1.5.4. Данные, нормировка и чувствительность 17
2. МЕТОДОЛОГИЯ ПРАКТИЧЕСКОГО ИССЛЕДОВАНИЯ ПРОЦЕССА ПРИНЯТИЯ РЕШЕНИЙ 18
2.1. Описание кейса: постановка проблемы, цели и границы исследования 18
2.1.1. Объект, цель и показатели результата 18
2.1.2. Границы процесса и события начала/окончания 18
2.1.3. Ограничения и допущения 19
2.1.4. Набор альтернатив для сравнения (будут оценены МКПР проверены моделированием) 19
2.1.5. Данные за месяц и требования к качеству 20
2.1.6. Критерии и веса для МКПР (каркас) 20
2.1.7. Шаблоны артефактов (для приложений) 21
2.2. Данные за Май 2025 и подготовка к оценке (структура, очистка, нормировка) 21
2.2.1. Источники, период и принципы отбора 21
2.2.2. Структура набора данных (основные поля) 22
2.2.3. Очистка данных и контроль качества 23
2.2.4. Разведочный анализ и часы пик 23
2.2.5. Время обслуживания S: описательная статистика и выбор семейства 24
2.2.6. Матрица исходных показателей для МКПР (база A) 25
2.2.7. Нормировка показателей (для SAW/TOPSIS) 25
2.2.8. Веса критериев и чувствительность 26
2.2.9. Артефакты (для приложений) 26
2.3. Экспериментальная часть: попытка моделирования в AnyLogic и обоснование отказа 26
2.3.1. Что было собрано 26
2.3.2. Подключение данных и преобразование времени 27
2.3.3. Механизмы поступления и результаты 27
2.3.4. Диагностика и причины отказа 28
2.4. Базовые показатели за май 2025 и подготовка исходной матрицы 28
2.4.1. Базовые KPI (май 2025) 29
Май 2025: сводка по смене и «часам пик» (будни; SLA 10 мин) 29
Почасовой профиль (средние по будням, май 2025) 29
2.4.2 Параметры распределений времени обслуживания S 30
Подбор распределений S (будни, май 2025) 30
2.4.3. Альтернативы критерии (сырые числа) 30
Матрица альтернативы критерии (сырые значения, май 2025) 31
2.5. Веса критериев (AHP), нормировка показателей и ранжирование альтернатив 32
2.5.1. Веса критериев по AHP 32
2.5.2. Нормировка показателей 32
2.5.3. Ранжирование SAW 34
2.5.4. Ранжирование TOPSIS 34
2.5.5. Чувствительность к весам критериев 34
2.5.6. Управленческий вывод 35
2.6. Сводные выводы практической части и рекомендации к внедрению 36
2.6.1. Ключевые наблюдения из данных и KPI 36
2.6.2. Результаты сопоставления альтернатив (итог по SAW/TOPSIS) 36
2.6.3. Рекомендация и ожидаемый эффект 37
2.6.4. Мини-план внедрения (4–6 недель) и контроль 37
2.6.5. Что именно переносим в основную деятельность 38
Заключение 39
Список литературы 41
Приложения 43
1. Зуб, А. Т. Принятие управленческих решений: учебник и практикум для вузов. 2-е изд., испр. и доп. — М.: Юрайт, 2022. — 332 с.
2. Project Management Institute (PMI). A Guide to the Project Management Body of Knowledge (PMBOK Guide). Seventh Edition. — Newtown Square, PA: Project Management Institute, 2021. — 370 p.
3. Мкртычян, Г. А.; Шубнякова, Н. Г. Принятие управленческих решений: учебник и практикум для вузов. — М.: Юрайт, 2020. — 352 с.
....
12. Setiawansyah, H. S. Modification of the TOPSIS Method for Objective Weighting // Procedia Computer Science. — 2024. — P. 145–152 (материалы конф.).
13. Vafaei, N.; Ribeiro, R. A.; Camarinha-Matos, L. M. Normalization techniques in multi-criteria decision making: A comparative study // Procedia Computer Science. — 2022. — Vol. 199. — P. 1087–1094.
14. Джамай, Е. В.; Корчак, А. В.; Камбаров, И. Р. Внедрение инструментов имитационного моделирования в управлении развитием промышленного предприятия // Материалы конференции. — 2024. — С. 45–52.
