Изучение функциональной составляющей контроллинга в технических науках. Соотношение сферы ответственности контроллера, руководителя. Метод контрольных карт Шухарта и карт кумулятивных сумм при мониторинге процессов для выявления отклонений в авиакомпании.
При низкой оригинальности работы "Выявление отклонений в контроллинге (на примере мониторинга уровня безопасности полетов)", Вы можете повысить уникальность этой работы до 80-100%
Относительно функциональности контроллинг можно определить как ориентированную на перспективу систему информационно-аналитической, методической и инструментальной поддержки руководства при реализации цикла управления по всем функциональным сферам деятельности предприятия и процессам» (см. Так, на ежегодно проводимых Институтом проблем управления РАН международных конференциях «Управление развитием крупномасштабных систем» (в 2013 г. состоялась седьмая конференция) из более чем тысячи прочитанных докладов в названиях только двух докладов имелся термин «контроллинг», хотя, по нашей оценке, вопросы контроллинга рассматривались по крайней мере в 40% докладов. Инновации в сфере управления основаны, в частности, на использовании новых адекватных организационно-экономических (а также математических и статистических) методов, в частности, таких, как системно-когнитивный анализ [8, 9] Контроллинг в этой области - это разработка процедур управления соответствием используемых и вновь создаваемых (внедряемых) организационно-экономических методов поставленным задачам. Если речь идет о новых методах (для данной организации), то их разработка и внедрение - управленческая инновация, соответственно контроллинг организационно-экономических методов можно рассматривать как часть контроллинга инноваций [10]. Всякая контрольная карта состоит из центральной линии, соответствующей плановому значению контролируемой величины, двух контрольных границ, над и под центральной линией (иногда используют только одну границу), и значений контролируемой величины, нанесенных на карту для представления состояния процесса.
Введение
Контроллинг - это перспективное научное и практическое направление современного менеджмента. Можно констатировать, что контроллинг - это знамя, вокруг которого объединились специалисты по современным технологиям управления, по управленческим инновациям.
Обсуждение содержания понятия «контроллинг» продолжается. Так, «контроллинг - ориентированная на долгосрочное и эффективное развитие система информационно-аналитической, методической и инструментальной поддержки руководителей предприятия по достижению поставленных целей…» [1]. Можно выразить ту же мысль несколько иначе: «система контроллинга - это система информационно-аналитической поддержки процесса принятия управленческих решений в организации». Обратим внимание на то, что система создается постепенно, охватывая одну область принятия решений за другой.
Уточним сказанное. «В определении контроллинга можно выделить философскую, функциональную, организационную и научную составляющие. Относительно функциональности контроллинг можно определить как ориентированную на перспективу систему информационно-аналитической, методической и инструментальной поддержки руководства при реализации цикла управления по всем функциональным сферам деятельности предприятия и процессам» (см. [2], с.8-9). Современный менеджмент как теория управления людьми и организациями включает в себя технические, экономические, психологические, социологические и иные составляющие, для разработки, изучения и применения которых необходимы соответствующие математические модели и методы [3], реализованные в виде интеллектуальных информационных систем [4]. Настоящая статья посвящена некоторым вопросам функциональной составляющей контроллинга, относящимся к техническим наукам.
Как соотносятся сферы ответственности контроллера (или службы контроллинга) и руководителя организации? Контроллер разрабатывает правила принятия решений, руководитель принимает решения, опираясь на эти правила. Данная мысль высказана С.Г. Фалькона одном из заседаний научного семинара Лаборатории экономико-математических методов в контроллинге Научно-образовательного центра «Контроллинг и управленческие инновации» МГТУ им. Н.Э. Баумана. Она дает основу для выявления в структуре организации подразделений и лиц, решающих задачи контроллинга, даже тогда, когда в названиях этих подразделений и должностей указанных лиц термин «контроллинг» отсутствует. «Лучшие компании мира, успешно развивающиеся в течение многих десятилетий, всегда исповедовали философию контроллинга, даже если и не пользовались этим термином, учитывая при этом скорость изменений внешней среды и возможность прогнозирования будущего» (см. [2], с.8-9). Подчеркнем, что термин «контроллинг» не всегда используется для наименования деятельности в этой области. Так, на ежегодно проводимых Институтом проблем управления РАН международных конференциях «Управление развитием крупномасштабных систем» (в 2013 г. состоялась седьмая конференция) из более чем тысячи прочитанных докладов в названиях только двух докладов имелся термин «контроллинг», хотя, по нашей оценке, вопросы контроллинга рассматривались по крайней мере в 40% докладов.
Контроллинг имеет ряд аспектов. Выделяют стратегический контроллинг [5], сущность которого: «Делать правильное дело», и оперативный контроллинг [6], посвященный тому, как следовать правилу: «Делать дело правильно» ([2], с.20). В статье [7] нами обоснована концепция «контроллинга методов». Инновации в сфере управления основаны, в частности, на использовании новых адекватных организационно-экономических (а также математических и статистических) методов, в частности, таких, как системно-когнитивный анализ [8, 9] Контроллинг в этой области - это разработка процедур управления соответствием используемых и вновь создаваемых (внедряемых) организационно-экономических методов поставленным задачам. В деятельности управленческих структур выделяем интересующую нас сторону - используемые ими организационно-экономические методы. Такие методы рассматриваем с точки зрения их влияния на эффективность (в широком смысле) процессов управления предприятиями и организациями. Если речь идет о новых методах (для данной организации), то их разработка и внедрение - управленческая инновация, соответственно контроллинг организационно-экономических методов можно рассматривать как часть контроллинга инноваций [10].
1. Контрольные карты - инструмент выявления отклонений
Анализ отклонений в системе контроллинга - одна из важнейших задач оперативного контроллинга ([2], разд.2.5). При мониторинге процесса изменения контролируемых величин всегда обнаруживаются те или иные отклонения от плановых значений. Проблема состоит в том, чтобы принять одно из двух возможных управленческих решений: - либо признать, что отклонения лежат в допустимых пределах, а потому нет необходимости в корректирующих воздействиях;
- либо констатировать, что нельзя игнорировать наличие отклонений, поскольку они вышли за допустимые пределы, а потому необходимо вмешательство в контролируемый процесс с целью коррекции отклонений.
При мониторинге процессов с целью выявления отклонений применяют метод контрольных карт Шухарта и карт кумулятивных сумм [11]. Первый вариант контрольных карт был разработан в 1924 г. У. Шухартом - сотрудником Bell Telephone Laboratories. Цель применения контрольных карт - отделить существенные отклонения от случайных. Всякая контрольная карта состоит из центральной линии, соответствующей плановому значению контролируемой величины, двух контрольных границ, над и под центральной линией (иногда используют только одну границу), и значений контролируемой величины, нанесенных на карту для представления состояния процесса. Если все эти значения оказываются внутри контрольных границ, то процесс рассматривается как находящийся в контролируемом состоянии, коррекция не требуется. Если они выходят за контрольные границы, то процесс признается вышедшим изпод контроля, а потому необходимо корректирующее воздействие.
Первоначально контрольные карты применялись для статистического регулирования технологических процессов (см. [12], гл.7). В этой предметной области выход процесса изпод контроля называется «разладкой», а контрольные карты рассматриваются как инструмент обнаружения разладки, корректирующее воздействие - это наладка. За прошедшие 90 лет были разработаны различные методы обнаружения разладки и соответствующие программные продукты (см. [13 - 15]).
Затем контрольные карты стали использоваться в других предметных областях, в частности, в экономике и менеджменте. Так, в статье [16] контрольные карты были применены для мониторинга размера премиального фонда подразделения организации.
2. Мониторинг уровня безопасности полетов
В данной работе рассмотрим, продолжая наши предыдущие исследования [17, 18], применение контрольных карт при решении одного из типов задач контроллинга в авиакомпании, а именно, при мониторинге уровня безопасности полетов.
В 2010-1013 гг. для Группы авиакомпаний «Волга-Днепр» выполнен инновационный проект по разработке автоматизированной системы прогнозирования и предотвращения авиационных происшествий (см. [19 - 21]). Речь идет о разработке системы организационно-экономических методов поддержки принятия управленческих решений в области управления безопасностью полетов (см. [22 - 25]), весьма важной для предприятий гражданской авиации. Эта система будет играть роль службы контроллинга, снабжая руководителей, отвечающих за безопасность полетов, правилами принятия решений и проектами решений в конкретных ситуациях. Другими словами, разрабатываемая система обеспечивает информационно-аналитическую поддержку процесса принятия управленческих решений в области безопасности полетов, а потому является основой системы контроллинга в этой области. Отсутствие термина «контроллинг» в официальном названии разрабатываемой системы объясняется традициями, сложившимися в кластере организаций, разрабатывающих систему, и не может затушевать ее реальные функции.
Были предложены новые подходы к разработке показателей уровня безопасности полетов в авиакомпании, их мониторингу с целью управления безопасностью полетов (см. [26 - 29]). Далее рассмотрим развитие этих подходов.
Проблема мониторинга текущего уровня безопасности полетов (БП) актуальна для авиакомпании (АК). На регулярных операционных совещаниях руководству АК обычно демонстрируются в той или иной форме диаграммы, отражающие динамику изменения уровня БП. При этом используются различные показатели БП и разные методы их представления во времени.
Третье издание Руководства по управлению безопасностью полетов Международной организации гражданской авиации (РУБП ИКАО) [30] рассматривает данную проблему более конкретно, чем предыдущие, но по прежнему предлагает использовать на уровне АК практически те же показатели, что и на уровне государства. В АК чаще всего в качестве показателей используется относительное число событий на 1000 час или 1000 полетов [31 - 32]. При этом события обычно делят в соответствии с «Правилами расследования авиационных происшествий и инцидентов с гражданскими воздушными судами в Российской Федерации (ПРАПИ-98)» на инциденты и производственные происшествия, вторые - в основном это повреждения воздушных судов (ВС) на земле. Иногда рассматриваются и менее значимые события типа «предвестников». Очевидно, что такие показатели ввиду существенной разницы в опасности и реальном ущербе событий не отражают реальную ситуацию на уровне АК.
Предпочтительнее выглядит «интегральный показатель БП» [33], в котором разным событиям присваиваются разные веса в зависимости от вида «особой ситуации» по АП-25, с которыми ассоциируются эти события. Однако при расчете этих весов принимается, что серьезности событий соотносятся также как допустимые вероятности возникновения соответствующих особых ситуаций, что не всегда оправдано.
Для расчета серьезности событий («прошлого риска») иногда применяют матрицу риска из РУБП ИКАО, не учитывая, что она оперирует качественными оценками и разработана исключительно для прогнозирования [34].
Для демонстрации динамики применяются разные виды скользящего среднего (см. [31 - 32]). При этом бывает сложно выбрать оптимальный период осреднения: при малом периоде наблюдаются резкие скачки показателя, а при длительном периоде он слабо реагирует на события.
В данной статье предлагается использовать в качестве показателя уровня БП для внутренних оценок АК новый показатель группы ARMS, а для оценки его динамики применять метод кумулятивных сумм.
3. Показатель «риска» события ERC
Группа ARMS (Airline Risk Management Solution Group), созданная при EASA в 2009 г., разработала новый метод управления риском для авиакомпании [35]. Более подробно метод и процесс его применения анализируется в статьях [36 - 37].
Расчет показателя Event Risk Classification (ERC) «риска» имевшего места события является начальным этапом этого процесса. Отметим, что ARMS, применяя к свершившемуся событию термин «риск», указывает, что речь идет об условном риске, имевшем место в момент события, т.к. в обычном смысле оценка риска для безопасности - это всегда прогноз.
Принимается следующая схема развития события (рис.1).
Рисунок 1. Схема развития события, характеризуемого конечным ущербом.
Термины на рис.1 имеют следующие значения.
Фактор опасности - ФО - условие, объект или деятельность, могущие привести к ранениям персонала, повреждению оборудования, сооружений, нарушению взаимодействия элементов системы, утрате материальных ценностей или снижению возможности выполнения предписанных функций.
Промежуточное событие - ПС - этап развития сценария события, когда большого ущерба можно избежать, только если есть барьер парирования.
Барьер парирования - мера, препятствующая развитию ПС до уровня события с большим ущербом.
Большинство проявлений ФО парируется барьерами предотвращения. Это правильные решения и действия экипажа, процедуры перекрестной проверки, хорошая эргономика кабины, а также действия диспетчера УВД, группы флайт-диспатч, наземного персонала и т. д. Тем ни менее эти барьеры могут не сработать, и тогда наступает ПС.
ПС - это точка, в которой ход события начинает выходить изпод контроля, граница между «предотвращением» и «парированием». На основании опыта расследования авиационных событий ввод понятия ПС и разделение барьеров БП на две группы представляется вполне оправданным.
Барьеры парирования - это, прежде всего, правильное реагирование экипажа на отказы, исправление ошибок - своих и чужих, а также резервирование основных систем ВС.
Методика ERC основана на том, что при оценке произошедшего события нас волнуют два главных вопроса: 1) Каков наиболее вероятный негативный исход ПС при его развитии в смысле того ущерба, который оно могло бы нам принести?
2) В какой степени то, что ПС не переросло в событие с большим ущербом, объясняется эффективными барьерами парирования, а в какой - простой случайностью, т. е. в какой степени нам повезло.
По ответам на эти два вопроса событие оценивается с использованием специальной матрицы ERC (табл. 1).
Таблица 1. Матрица оценки «риска» события ERC.
Вопрос 1 Вопрос 2
К какому ущербу могло привести наиболее вероятное негативное развитие данной опасной ситуации? Какова эффективность оставшихся барьеров между промежуточным событием и вероятным негативным сценарием развития опасной ситуации?
Отсутствует Незначительная Средняя Высокая
Катастрофический ущерб 2500 500 100 50
Аварийный ущерб 500 100 20 10
Средний ущерб 100 20 4 2
Незначительный ущерб 1
Уровни ущерба устанавливаются каждой АК, желательно в стоимостном выражении. Для оценки эффективности барьеров используются технологии экспертного оценивания.
Над ERC за любые временные периоды можно выполнять арифметические действия, рассчитывать относительные значения с привязкой к часам налета или выполненным полетам, применять различные методы мониторинга.
Например, суммарный относительный ERC на 1000 полетов за g-й месяц рассчитывается как: (1) где i = 1, 2, …, m - номер события в течение месяца g;
N - количество полетов за месяц g.
4. Мониторинг с использованием кумулятивных сумм
Описание метода в настоящей статье заимствовано из [38].
Данный метод разработан на базе метода контрольных карт Шухарта и кумулятивных сумм. Напомним, что контрольная карта - это наглядное графическое средство, отражающее состояние технологического процесса. Нормальное течение процесса оценивается по значению выбранного параметра. Устанавливаются границы регулирования, ограничивающие область допустимых значений. Выход точки за границу регулирования служит сигналом о разладке процесса.
Метод контрольных карт Шухарта применяется для контроля технологических процессов, но он учитывает только текущие значения контролируемого параметра и не учитывает предыдущее его поведение.
Более подходящим для задач оценки изменения уровня БП является кумсумм-метод, основанный на учете кумулятивных сумм.
Предлагается использовать этот метод для контроля ежемесячного и еженедельного ERC.
Кумулятивная сумма рассчитывается согласно [38] как: (2) где М - выборочное среднее за некоторый период, в течение которого контролируемый параметр (в данном случае ERC) был в норме.
Значение М может быть скорректировано на основе экспертного опроса в соответствие с принятой в АК практикой.
В качестве примера рассмотрим расчет, выполненный на основе данных одной из российских АК за 2012 г. В табл.2 приведены суммарные ежемесячные оценки ERC, рассчитанные по формуле (1).
Таблица 2. Ежемесячные значения ERC. месяц янв фев мар апр май июн июл авг сен окт ноя
ERC 559 253 489 152 280 36 126 463 359 140 274
Поскольку демонстрируем только принципиальный подход, принимаем, что параметр М может быть рассчитан как среднее значение ERC за 6 первых месяцев 2012 г.: M = (559 253 489 152 280)/5 = 295.
Результаты расчетов кумулятивных сумм по формуле (2) за последующие 5 месяцев приведены в табл.3, а график ежемесячного мониторинга кумулятивных сумм - на рис. 2.
Таблица 3. Расчет кумулятивных сумм для ежемесячного мониторинга. g (месяц) 1 (июл) 2 (авг) 3 (сен) 4 (окт) 5 (ноя)
ERCG-М -169 168 64 -155 -21
Sr -169 -1 232 -91 -176
Рисунок 2. Карта кумулятивных сумм показателя ERC за 5 месяцев 2012 г.
График показывает, как меняется уровень БП относительно приемлемого (нормативного) уровня, который на графике соответствует 0.
Метод лучше работает при больших объемах данных и более частых наблюдениях. На рис. 3 приведен пример еженедельного мониторинга показателя ERC, основанный на данных той же АК.
Рисунок 3. Карта кумулятивных сумм показателя ERC при еженедельном мониторинге за период с 03.07.2012 по 16.10.2012 г.
Из графика видно, что в период с середины августа до середины сентября наблюдалось резкое ухудшение состояния БП в авиакомпании.
Мерой количественной оценки ухудшения показателя является наклон кривой графика, который может быть измерен по методике и с применением инструментария, описанного в литературе, в частности, в соответствующем ГОСТ РФ [39].
Очевидно, что методика расчета и инструменты измерения уровня безопасности потребуют доработки и адаптация к нуждам АК. Однако представляется, что предлагаемый показатель и метод мониторинга свободны от отмеченных выше недостатков других методов и могут использоваться в рамках СУБП АК как внутренний показатель БП и один из инструментов системы принятия решений.
Отметим, что наличие нескольких показателей не противоречит общему подходу ИКАО [30] (Safety Management, 2013) к оценке уровня БП в АК.
Итак, продемонстрирована процедура выявления требующих вмешательства отклонений методом кумулятивных сумм (на примере мониторинга уровня безопасности полетов как составной части системы контроллинга в авиакомпании). Разрабатываются и другие системы прогнозирования уровня безопасности полетов и поддержки принятия решений [40].
В организации производства [41] обычно говорят об обнаружении разладки с помощью контрольных карт. С точки зрения новой парадигмы математической статистики [42], более общо, математических методов экономики [43], недостатком рассмотренного выше метода является использование априорного предположения о нормальном распределении контролируемого параметра. Следовательно, при практическом применении этого метода необходимо убедиться в устойчивости выводов относительно возможных в АК отклонений распределения показателя безопасности от нормального [44]. Либо использовать непараметрические методы обнаружения разладки [45]. Могут оказаться полезными специализированные программные продукты типа пакетов программ СТАТКОН (СТАТИСТИЧЕСКИЙ КОНТРОЛЬ процессов) или АВРОРА (Анализ Временных Рядов и Обнаружение РАЗЛАДКИ) [13, 14, 46].
Перспективным представляется подход системной нечеткой интервальной математики [47 - 48], согласно которому значения исходных данных и показателя безопасности - не числа, а математические объекты более общей природы (системной, нечеткой, интервальной и др.).
Список литературы
1. Фалько С.Г. Контроллинг для руководителей и специалистов. - М.: Финансы и статистика, 2008. - 272 с.
3. Орлов А.И. Организационно-экономическое моделирование при решении задач управления хозяйственными единицами / А.И. Орлов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КУБГАУ) [Электронный ресурс]. - Краснодар: КУБГАУ, 2013. - №03(87). - С. 679-705. - Режим доступа: http://ej.kubagro.ru/2013/03/pdf/53.pdf
4. Ермоленко В.В., Луценко Е.В., Коржаков В.Е. Интеллектуальные системы в контроллинге и менеджменте средних и малых фирм Монография (научное издание). Под науч. ред. д.э.н., проф. Е.В. Луценко.- Майкоп: АГУ. 2011. - 392 с.
5. Ермоленко В.В., Луценко Е.В., Коржаков В.Е. Конфигурирование капиталов корпорации как задача стратегического контроллинга // Материалы II Международного конгресса по контроллингу: выпуск №2 / Под науч. ред. С.Г. Фалько. - М.: НП «Объединение контроллеров», 2012. - С.56-64.
6. Луценко Е.В., Ермоленко В.В., Коржаков В.Е. Метод системно-когнитивного анализа в оперативном контроллинге корпорации // Материалы II Международного конгресса по контроллингу: выпуск №2 / Под науч. ред. С.Г. Фалько. - М.: НП «Объединение контроллеров», 2012. - С.64-68.
8. Коржаков В.Е., Луценко Е.В. АСК-анализ как адекватный инструмент контроллинга и менеджмента для средней и малой фирмы // Научный журнал КУБГАУ [Электронный ресурс]. - Краснодар: КУБГАУ, 2010. - №09(63). - Режим доступа: http://ej.kubagro.ru/2010/09/pdf/02.pdf
9. Коржаков В.Е., Луценко Е.В. Автоматизированный системно-когнитивный анализ как перспективный инструмент контроллинга и менеджмента в российской корпорации экономики знаний // В сб. Актуальные проблемы управления корпорацией и человеческим капиталом в экономике знаний: сб. науч. тр. / под ред. С.Г. Фалько. Краснодар: Кубанский гос. ун-т, 2011. - С.141-161.
10. Фалько С.Г., Иванова Н.Ю. Управление нововведениями на высокотехнологичных предприятиях. - М.: МГТУ им. Н.Э. Баумана, 2007. - 256 с.
11. Мердок Дж. Контрольные карты / Пер. с англ. - М.: Финансы и статистика, 1986. - 132 с.
12. Статистические методы повышения качества / Пер. с англ. / Под ред. Х. Куме. - М.: Финансы и статистика, 1990. - 304 с.
13. Орлов А.И. Внедрение современных статистических методов с помощью персональных компьютеров // Качество и надежность изделий. №5(21). - М.: Знание, 1992. - С.51-78.
14. Орлов А.И. Сертификация и статистические методы (обобщающая статья) // Заводская лаборатория. - 1997. -Т.63. - №3. - С. 55-62.
15. Орлов А.И. Теория принятия решений. - М.: Экзамен, 2006. - 574 с.
17. Шаров В.Д., Орлов А.И. О выявлении отклонений в системе контроллинга (на примере мониторинга уровня безопасности полетов) // Green Controlling: Сборник тезисов III Международного конгресса по контроллингу/ Под науч. ред. С.Г. Фалько. - М.: НП «Объединение контроллеров», 2013.- С.133-135.
18. Шаров В.Д., Орлов А.И. Выявление отклонений в системе контроллинга (на примере мониторинга уровня безопасности полетов) // Green Controlling: Сборник трудов III Международного конгресса по контроллингу / Под науч. ред. С.Г. Фалько. - М.: НП «Объединение контроллеров», 2013. - С. 277 - 292.
19. Бутов А.А., Волков М.А., Макаров В.П., Орлов А.И., Шаров В.Д. Автоматизированная система прогнозирования и предотвращения авиационных происшествий при организации и производстве воздушных перевозок // Известия Самарского научного центра Российской академии наук. - 2012. - Том 14. - № 4(2). - С.380-385.
20. Бутов А.А., Орлов А.И., Шаров В.Д. Проблемы управления группой авиакомпаний // Управление развитием крупномасштабных систем (MLSD"2011): Материалы Пятой международной конференции (3-5 октября 2011 г., Москва, Россия) Том II. - М.: Учреждение Российской академии наук Институт проблем управления им. В.А. Трапезникова РАН, 2011. С.22-25.
21. Бутов А.А., Орлов А.И., Сирота В.В., Шаров В.Д. Принятие решений при разработке системы прогнозирования и предотвращения авиационных происшествий при организации и производстве воздушных перевозок // Теория активных систем: Труды международной научно-практической конференции (14-16 ноября 2011 г., Москва, Россия). Том I. Общая редакция - В.Н. Бурков, Д.А. Новиков. - М.: ИПУ РАН, 2011. С.112-115.
22. Орлов А.И., Рухлинский В.М., Шаров В.Д. Экономическая оценка рисков при управлении безопасностью полетов // Материалы I Международной конференции «Стратегическое управление и контроллинг в некоммерческих и публичных организациях: фонды, университеты, муниципалитеты, ассоциации и партнерства»: выпуск №1 / Под научн. ред. С.Л. Байдакова и С.Г. Фалько. - М.: НП «ОК», 2011. - С.108-114.
23. Волков М.А., Макаров В.П., Орлов А.И., Рухлинский В.М., Санников И.А., Шаров В.Д. Прогнозирование безопасности полетов и экономическая оценка рисков. - Стратегическое планирование и развитие предприятий. Секция 5 / Материалы Тринадцатого всероссийского симпозиума. Москва, 10-11 апреля 2012 г. Под ред. чл.-корр. РАН Г.Б. Клейнера. - М.: ЦЭМИ РАН, 2012. - С.43-45.
24. Шаров В.Д., Макаров В.П., Орлов А.И., Волков М.А., Санников И.А., Рухлинский В.М. Контроллинг при управлении безопасностью полетов. - Материалы II Международного Конгресса по контроллингу: выпуск №2 / Под ред. С.Г. Фалько. - М.: НП «Объединение контроллеров», 2012. - С.222-232.
25. Бутов А.А., Шаров В.Д., Макаров В.П., Орлов А.И. Управление безопасностью полетов в авиакомпании на основе предотвращения авиационных событий // Проблемы управления безопасностью сложных систем: Труды ХХ Международной конференции. Москва, декабрь 2012 г. / Под ред. Н.И. Архиповой, В.В. Кульбы. - М.: РГГУ, 2012. - С.272-275.
26. Орлов А.И., Шаров В.Д. Система прогнозирования показателей безопасности полетов и поддержки принятия решений на основе методологии факторного анализа // Системы управления жизненным циклом изделий авиационной техники: актуальные проблемы, исследования, опыт внедрения и перспективы развития : Тез. докл. III Международной научно-практической конференции (1-2 ноября 2012 г., г. Ульяновск) : в 2 т. - Т.1 - Ульяновск : УЛГУ, 2012. - С.77-78.
27. Орлов А.И., Шаров В.Д. О новом подходе к разработке показателей уровня безопасности полетов в авиакомпании // Системы управления жизненным циклом изделий авиационной техники: актуальные проблемы, исследования, опыт внедрения и перспективы развития : Тез. докл. III Международной научно-практической конференции (1-2 ноября 2012 г., г. Ульяновск) : в 2 т. - Т.1 - Ульяновск : УЛГУ, 2012. - С.78-79.
28. Бутов А.А., Шаров В.Д., Макаров В.П., Орлов А.И. Управление безопасностью полетов в авиакомпании на основе предотвращения авиационных событий // Проблемы управления безопасностью сложных систем: Труды ХХ Международной конференции. Москва, декабрь 2012 г. / Под ред. Н.И. Архиповой, В.В. Кульбы. - М.: РГГУ, 2012. - С.272-275.
29. Шаров В.Д. Автоматизация процесса управления безопасностью полетов в авиакомпании // Вторые Чарновские Чтения. Сборник тезисов. Материалы II международной научной конференции по организации производства. Москва, 7 - 8 декабря 2012 г. - М.: НП «Объединение контроллеров», 2012. - С. 177-181.
31. Зубков Б.В., Шаров В.Д. Теория и практика определения рисков в авиапредприятиях при разработке системы управления безопасностью полетов. - М.: МГТУ ГА, 2010.- 196 с.
32. Гузий А.Г., Лушкин А.М., Хаустов А.А., Чуйко Т.А. Вероятностный подход к совокупному количественному оцениванию уровня безопасности полетов по «пирамиде рисков» гражданской авиации России // Проблемы безопасности полетов. - 2010. - № 1.
33. Зубков Б. В. Поляков П. М., Кармызов М. В. Управление безопасностью полетов. Часть I. Программа обеспечения безопасности полетов. Руководство по управлению безопасностью полетов. Учебное пособие. - М.: МГТУ ГА, 2009. - 132 с.
34. Шаров В.Д. О некоторых математических и логических ограничениях на использование матрицы риска в СУБП // Научный вестник МГТУ Гражданской Авиации. - 2009. - № 149. - С.179-181.
35. Nisula J. Operational Risk Assessment. Next Generation Methodology, 2009. [Электрон. ресурс] http://www.easa.europa.eu/essi/documents/ARMS.pdf.
36. Шаров В.Д. Применение новой методологии оценки и мониторинга риска событий в деятельности авиакомпании // Проблемы безопасности полетов. - 2009. - № 11. - С.17-26.
37. Шаров В.Д. Применение новой методологии оценки риска опасностей // Проблемы безопасности полетов. - 2009. - № 12. - С. 5-12.
38. Орлов А.И. Организационно-экономическое моделирование : учебник: в 3 ч. Ч.3: Статистические методы анализа данных. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2012. - 623 с.
39. ГОСТ Р 50779.45-2002 Статистические методы. Контрольные карты кумулятивных сумм.
40. Орлов А.И., Шаров В.Д. Разработка системы прогнозирования уровня безопасности полетов и поддержки принятия решений на основе факторного анализа показателей // Проблемы управления безопасностью сложных систем: Труды ХХІ Международной конференции. Москва, декабрь 2013 г. / Под ред. Н.И. Архиповой, В.В. Кульбы. - М.: РГГУ, 2013. - С.360-363.
41. Орлов А.И. Математическое моделирование в организации производства // Третьи Чарновские Чтения. Сборник тезисов. Материалы III международной научно-практической конференции по организации производства. Москва, 6-7 декабря 2013 г. - М.: НП «Объединение контроллеров», 2013. - С.108 - 111.
42. Орлов А.И. Основные черты новой парадигмы математической статистики / А.И. Орлов // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КУБГАУ) [Электронный ресурс]. - Краснодар: КУБГАУ, 2013. - №06(090). С.188-214. - IDA [article ID]: 0901306013. - Режим доступа: http://ej.kubagro.ru/2013/06/pdf/13.pdf.
43. Орлов А.И. Новая парадигма математических методов экономики // Экономический анализ: теория и практика. - 2013. - №36 (339). - С.25-30.
44. Орлов А.И. Устойчивые математические методы и модели // Заводская лаборатория. Диагностика материалов. 2010. Т.76. №3. С.59-67.
45. Штремель М.А., Кудря А.В., Иващенко А.В. Непараметрический дискриминантный анализ в задачах управления качеством // Заводская лаборатория. Диагностика материалов. 2006. Т.72. №5. С.53-62.
46. Орлов А.И. О современных проблемах внедрения прикладной статистики и других статистических методов. // Заводская лаборатория. Диагностика материалов. 1992. Т.58. №1. С.67-74.
47. Орлов А.И., Луценко Е.В. О развитии системной нечеткой интервальной математики // Философия математики: актуальные проблемы. Математика и реальность. Тезисы Третьей всероссийской научной конференции; 27-28 сентября 2013 г. / Редкол.: Бажанов В.А. и др. - Москва, Центр стратегической конъюнктуры, 2013. - С.190-193.
48. Орлов А.И. Системная нечеткая интервальная математика (СНИМ) - перспективное направление теоретической и вычислительной математики / А.И. Орлов, Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КУБГАУ) [Электронный ресурс]. - Краснодар: КУБГАУ, 2013. - №07(091). С. 255 - 308. - IDA [article ID]: 0911307015. - Режим доступа: http://ej.kubagro.ru/2013/07/pdf/15.pdf.
Размещено на .ru
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
