Методология создания интеллектуальных систем оценки профессиональной надежности персонала подразделений опасных профессий

Оценка степени психологической адаптации субъекта в условиях экстремальной ситуации с последующей реализацией автоматизированной процедуры диагностики. Индивидуальная оптимизация психосоматической реабилитации личности со стрессовыми расстройствами.

Рубрика Психология
Вид автореферат
Язык русский
Дата добавления 03.02.2018
Размер файла 850,4 K

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/

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

доктора технических наук

МЕТОДОЛОГИЯ СОЗДАНИЯ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ ОЦЕНКИ ПРОФЕССИОНАЛЬНОЙ НАДЕЖНОСТИ ПЕРСОНАЛА ПОДРАЗДЕЛЕНИЙ ОПАСНЫХ ПРОФЕССИЙ

Квашнина Галина Анатольевна

Воронеж - 2009

Работа выполнена в ГОУ ВПО «Воронежский государственный технический университет»

Научный консультант

Заслуженный деятель науки РФ,

доктор технических наук, профессор

Фролов Вадим Николаевич

Официальные оппоненты:

доктор технических наук, профессор

Кострова Вера Николаевна;

доктор технических наук

Иншаков Юрий Захарович;

доктор технических наук, профессор

Сумин Виктор Иванович

Ведущая организация

Академия гражданской защиты МЧС России (г. Москва)

Защита состоится 25 декабря 2009 г. в 1500 часов в конференц-зале на заседании диссертационного совета Д 212.037.03 ГОУВПО «Воронежский государственный технический университет» по адресу: 394026, г. Воронеж, Московский просп., 14.

С диссертацией можно ознакомиться в научно-технической библиотеке ГОУВПО «Воронежский государственный технический университет».

Автореферат разослан " ___ " _______________ 2009 г.

Ученый секретарь

диссертационного совета Родионов О.В.

1. Общая характеристика работы

Актуальность проблемы. Существуют многочисленные профессиональные группы (спасатели, пожарные, сотрудники охранных подразделений, военнослужащие МВД и МО и др.), для которых угроза потери здоровья и даже жизни при выполнении служебных обязанностей является особенно высокой. Основным требованием к работникам опасных профессий является их высокий профессионализм при выполнении обязанностей, который предполагает способность работника выполнять предписанные функции в срок и с заданным качеством в самых разнообразных (часто экстремальных) условиях деятельности. Высокий профессионализм позволяет избегать ситуаций, создающих угрозу для решения поставленных задач без значимых нарушений собственного физического здоровья и ущерба для техногенной сферы, что подчеркивает социально-экономическую значимость проблемы управления организационными системами.

Однако для успешной и надежной профессиональной деятельности к персоналу опасных профессий предъявляются не только высокие квалификационные требования, но и существует необходимость обладания определенной совокупностью специфических и психофизиологических качеств, поддерживающих должный уровень его профессиональной адаптации. Кроме того, надежность работы специалиста опасной профессии зависит и от его психосоматических характеристик, поскольку любые отклонения могут повлиять на протекание психических и психофизиологических процессов, обеспечивающих профессиональную деятельность.

В этой связи возникает задача совершенствования контроля за состоянием персонала опасных профессий, что связано, прежде всего, с введением системы мониторинга и оценки профессиональной надежности.

В структуре профессиональной надежности выделяются три базисных компоненты: профессиональная подготовленность работника; профессиональная успешность работника; профессиональное здоровье работника.

Профессиональная подготовленность работника - соответствие уровня знаний и навыков, приобретенных в процессе специального обучения и необходимых для выполнения трудовых функций в рамках определенной работы требованиям профессиональных стандартов (должностная инструкция, квалификационный справочник).

В структуру профессиональной подготовленности персонала входит теоретическая и тренажерная подготовка. Оценка уровня профессиональной подготовленности проводиться по данным контроля знаний до и после окончания плановых курсов подготовки/поддержания квалификации, проводимых в учебно-тренировочных центрах. Они являются базисными показателями уровня профессиональной подготовленности работника.

Профессиональная успешность работника - должное и эффективное выполнение всех работ и решение всех задач, определяющих содержание деятельности в данной должности и (или) на данном рабочем месте.

В структуру профессиональной успешности входит вся совокупность профессионально значимых качеств (уровень мотивации на качественное выполнение профессиональной деятельности, профессиональный самоконтроль и профессиональная работоспособность), обеспечивающих эффективную профессиональную деятельность. В настоящее время оценка профессиональной успешности работника не регламентирована ни в одном из существующих нормативных документов.

Профессиональное здоровье работника - интегральная характеристика соответствия актуального функционального состояния, уровня психической адаптации и выраженности профессионально значимых нарушений в состоянии здоровья работника требованиям профессиональной деятельности.

В структуре профессионального здоровья выделяется рабочее актуальное функциональное состояние; психическая адаптация; длительность временной утраты трудоспособности; наличие профессионально значимых нарушений в состоянии здоровья работника опасных профессий.

Уровень психической адаптации работника проводится по данным периодических психологических обследований. Показатели ряда методик являются базовыми для оценки уровня психической адаптации работника опасных профессий.

Существующие на настоящий момент подходы к оценке профессиональной надежности персонала опасных профессий носят фрагментарный характер, отсутствует единый подход, недостаточно эффективно используются современные информационные технологии и методы математического моделирования и принятия решений, что требует проведения дальнейших исследований в этом направлении.

Таким образом, актуальность проблемы диссертационного исследования определяется необходимостью создания и реализации системы мониторинга и оценки надежности персонала опасных профессий предполагающей разработку комплекса математических моделей базисных компонентов, создание подсистем сбора и интеллектуального анализа данных, поддержки принятия решений.

Работа выполнена в соответствии с межвузовской комплексной научно-технической программой 12.11 «Перспективные информационные технологии в высшей школе» в рамках одного из основных научных направлений ГОУ ВПО «Воронежский государственный технический университет» «Проблемно-ориентированные системы управления».

Цель и задачи исследования.

Целью диссертации является формирование методологических основ управления надежностью персонала организации на основе когнитивного моделирования и компетенций, а также методов и средств комплексной диагностики и управления адаптивным состоянием в условиях экстремальной ситуации, обеспечивающих повышение качества диагностики и упрощения процесса психологического исследования в целом при профессиональном отборе кандидатов на службу в структуры МЧС и других ведомств, чья деятельность связана с экстремальными факторами.

Для достижения поставленной цели необходимо решить следующие задачи:

провести анализ путей повышения эффективности управления персоналом подразделений опасных профессий на основе оценки профессиональной надежности с использованием методов когнитивного моделирования, компетенций и принятия решений с учетом современных форм управления персоналом и развития организационно-экономических структур;

формализовать кибернетический подход к управлению надежностью персонала с выделением в качестве регулирующего органа системы управления надежностью персонала, интегрирующей подсистему оценки и управления компетенциями персонала, подсистему психофизиологической адаптации к стрессовым и экстремальным ситуациям и подсистему когнитивного моделирования;

провести структуризацию и типизацию элементов и связей в рамках подсистем системы управления надежностью персонала с применением детализированного представления и иерархической структуризации в виде диаграмм процессного моделирования;

разработать комплекс когнитивных моделей управления надежностью персонала организации с целью проведения имитационных экспериментов для принятия рациональных управленческих решений;

предложить модель принятия решений по управлению развитием персонала организации на основе разнородной информации о текущей ситуации в рамках объекта управления;

разработать алгоритм рационального выбора претендента на вакантное место, характеризующийся интервальным представлением качественных характеристик и анкетных данных претендента, заданием весов характеристик и последующим ранжированием;

разработать логические модели и решающее правило, ориентированные на оценку степени психологической адаптации субъекта в условиях экстремальной ситуации с последующей реализацией автоматизированной процедуры диагностики;

предложить математическую модель и процедуры принятия решений на основе должностных компетенций и результатов обучения персонала;

разработать структуру, функциональное наполнение и программно-информационное обеспечение компьютерно-ориентированных систем поддержки принятия решений для рационального управления надежностью персонала.

Методы исследования. В работе использованы методы системного анализа, теории вероятностей и математической статистики, теории управления организационными системами, кластерного анализа, априорного ранжирования и оптимизации.

Научная новизна. В диссертации получены следующие основные результаты, характеризующиеся научной новизной:

кибернетический подход к управлению надежностью персонала в терминах классической теории управления, позволивший выделить в качестве регулирующего органа системы автоматического управления (САУ) интегральную систему управления надежностью персонала, включающую подсистему оценки и управления компетенциями персонала, подсистему психофизиологической адаптации к стрессовым и экстремальным ситуациям и подсистему когнитивного моделирования;

комплекс когнитивных моделей управления надежностью персонала организации, позволяющий проводить имитационные эксперименты для принятия рациональных решений по обеспечению потребностей организации в трудовых ресурсах, анализировать влияние факторов мотивации и уровня квалификации персонала на производительность труда и формировать набор управляющих воздействий;

модель принятия решений по управлению развитием персонала организации на основе разнородной информации о текущей ситуации, отличающейся выделением качественных ситуаций и способом их идентификации, предназначенная для прогнозирования дальнейшего развития ситуации, выработки рекомендаций по поддержанию определенной стратегии поведения объекта управления;

алгоритм рационального выбора претендента на вакантное место, характеризующийся интервальным представлением качественных характеристик и анкетных данных претендента, заданием весов характеристик и последующим ранжированием;

математические модели оценки степени психической адаптации, ориентированные на диагностику психофизиологического состояния субъекта, отличающиеся использованием методов деревьев решений и нейронных сетей и проведением сравнительного анализа качества применения указанных методов;

логические модели и решающее правило, ориентированные на оценку степени психологической адаптации субъекта в условиях экстремальной ситуации, позволяющие проводить автоматизированную процедуру диагностики;

математическая модель должностных компетенций и результатов обучения персонала организации, отличающаяся ориентацией на анализ и отбор идентификаторов результатов обучения, выявление компетенций, сбор, систематизацию и накопление образовательных модулей, а также проектирование на их основе образовательных траекторий по достижению и измерению ожидаемых результатов обучения;

процедуры принятия решений по управлению развитием персонала организации, позволяющие на формализованном уровне провести структурно-целевой анализ непротиворечивости в векторе целей, согласованности вектора управлений с вектором целей и начальными тенденциями развития персонала инновационной организации с учетом уровня их компетенций;

структура, функциональное наполнение и программно-информационное обеспечение интеллектуальной советующей системы поддержки принятия решений управления надежностью персонала, отличающаяся наличием подсистемы автоматизированной диагностики и выбора тактики психопрофилактической реабилитационной работы.

Практическая значимость и реализация результатов работы.

В результате проведенного исследования разработаны структура, математическое, информационное и программное обеспечение интеллектуальной советующей системы, интегрированной с системой имитационного моделирования, обеспечивающие решение задач оценки надежности и управления развитием персонала. В рамках предложенной методики когнитивного и имитационного моделирования разработана технология оценки профессиональной деятельности и мотивации персонала организации с использованием интеллектуальной советующей системы "Управление развитием персонала", применение которой позволило повысить производительность труда специалистов служб по управлению персоналом подразделений опасных профессий.

Разработана система поддержки принятия решений, позволяющая на основании знаний, полученных от экспертов, определять уровень соответствия психофизиологического состояния субъекта определенной степени психической адаптации. Применение предложенных методов и процедур позволяет сократить сроки на разработку перспективных программ развития персонала организации.

Результаты работы внедрены и используются в Главных управлениях МЧС по Воронежской и Липецкой областях в виде интеллектуальной советующей системы "Управление развитием персонала". Теоретические и практические результаты используются в учебном процессе кафедры технологии и обеспечения гражданской обороны в чрезвычайных ситуациях ГОУВПО «Воронежский государственный технический университет» и кафедры пожарной безопасности АНООВПО «Воронежский институт высоких технологий».

Результаты внедрения подтверждаются соответствующими актами.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих конференциях, семинарах и совещаниях: Всероссийской конференции "Интеллектуализация управления в социальных и экономических системах" (Воронеж, 2001-2003, 2008); II-й и III-й Международной научно-практической конференции «Обеспечение экологической безопасности в чрезвычайных ситуациях» (Воронеж, 2006, 2007), Всероссийской конференции с международным участием «Управление интеллектуальной собственностью» (Воронеж, 2007); Всероссийской конференции «Интеллектуальные информационные системы» (Воронеж, 2007); Юбилейной X Международной научно-технической конференции «Медико-экологические информационные технологии» (Курск, 2007); Международной научно-практической конференции «Актуальные проблемы инновационных систем информации и безопасности» (Воронеж, 2009); научно-тематическом семинаре «Проблемно-ориентированные системы управления» (Воронеж, 2005, 2009); на ежегодных научных конференциях профессорско-преподавательского состава ГОУВПО «Воронежский государственный технический университет», а также на научных семинарах кафедры технологии и обеспечения гражданской обороны в чрезвычайных ситуациях ГОУВПО «Воронежский государственный технический университет».

Публикации. По теме диссертации опубликовано 72 научных работ, в том числе 12 - в изданиях, рекомендованных ВАК РФ, а также 3 монографии.

Структура и объем работы. Диссертация состоит из введения, шести глав, заключения, трех приложений и списка литературы из 314 наименований. Основная часть работы изложена на 258 страницах, содержит 73 рисунка, 19 таблиц.

2. Основное содержание работы

Во введении обоснована актуальность темы исследования, определены цель и задачи работы, методы решения сформулированных задач, отмечены основные результаты исследования, выносимые на защиту; определена их научная новизна и практическая значимость; приведены сведения об апробации и внедрении результатов работы.

В первой главе с системных позиций проанализированы пути повышения эффективности управления персоналом подразделений опасных профессий на основе оценки профессиональной надежности с использованием методов когнитивного моделирования, компетенций и принятия решений.

Рассмотрены современные формы управления персоналом и развитием организационно-экономических структур. Показано, что одним из основных факторов повышения профессиональной надежности персонала подразделений опасных профессий является эффективное управление компетенциями. Структура модели компетенций оказывает большое влияние на качество оценок надежности персонала.

Служба в структурах, чья профессиональная деятельность подразумевает влияние экстремальных условий, связана с необходимостью постоянной работы в режиме большого напряжения и самоотдачи, что зачастую приводит к нервно-психическому перенапряжению, у значительного числа сотрудников вызывает развитие состояний психической дезадаптации. Поэтому оценка степени психической адаптации актуальна не только при профотборе на службу, но и при выполнении деятельности, связанной с постоянным влиянием экстремальных факторов.

Уровень психического здоровья предлагается рассматривать как динамичность индивидуального своеобразия, степени социальной адаптированности и устойчивости к значимым для личности факторам риска в сочетании с наличием или отсутствием признаков психического расстройства.

Анализируется возможность использования методов когнитивного моделирования при решении задачи оценки и повышения надежности персонала. Выработка стратегии и прогноза повышения надежности персонала организации на базе когнитивного подхода представляет собой аналитическую технологию, включающую ряд этапов (рис. 1):

-анализ имеющейся информации с целью установления качественных (причинно-следственных) взаимосвязей между основными показателями (понятиями, параметрами, факторами) ситуации, в рамках которой происходит деятельность организации;

-построение на основе этих взаимосвязей когнитивной модели развития персонала;

-моделирование различных сценариев развития персонала в зависимости от внутренних и внешних условий;

-интерпретация полученных результатов для поддержки принятия решений.

Показано, что методика когнитивного моделирования и ситуационного анализа является мощным инструментом выработки стратегии оценки и развития персонала организации и реализации этой стратегии на практике.

На основании проведенного анализа определяются цель и задачи исследования.

Вторая глава посвящена проблеме разработки методологических подходов к управлению профессиональной надежностью персонала опасных профессий. Приведена общая характеристика и рассмотрены концептуальные принципы формирования систем управления надежностью персонала с учетом личности сотрудника, знания его мотивационных установок, умением их формировать в соответствии с задачами, стоящими перед организацией, а также психофизиологической устойчивостью в экстремальных ситуациях. Дана классификация видов и компонентов надежности персонала.

Формализован кибернетический подход к управлению надежностью персонала в терминах классической теории управления, позволивший выделить в качестве регулирующего органа САУ интегральную систему управления надежностью персонала включающую подсистему анализа и оценки компетенций персонала, подсистему психологической адаптации к стрессовым и экстремальным ситуациям и подсистему когнитивного моделирования рис. 2.

Проведена структуризация и типизация элементов и связей между ними в рамках системы управления надежностью персонала. В качестве инструментальных средств предлагается использование концептуального моделирования с применением детализированного представления и иерархической структуризации системного анализа в виде IDEF0-диаграмм рис. 3.

Важным достоинством IDEF0-диаграмм является возможность наглядно графически отобразить не только сами этапы системного анализа в их взаимосвязи, но и показать различные виды ресурсного обеспечения для реализации этих этапов (информационные, кадровые и др.), а также дать развернутую характеристику каждого этапа по его входу и выходу.

В третьей главе рассматриваются вопросы рационального управления надежностью персонала организации на основе когнитивного динамического моделирования.

Определены этапы когнитивного анализа сложной ситуации, последовательность шагов для построения когнитивной (графовой) модели проблемной ситуации: выделение базисных факторов, характеризующих проблемную ситуацию, группировка факторов по блокам, определение связей между факторами, проверка адекватности модели.

Проведен анализ существующих подходов к формированию общей целевой функции на основе частных целевых функций с учетом степени их согласованности. На рис. 4 представлено дерево целей и функций одного из направлений кадровой работы.

Определены этапы построения когнитивных карт в области управления персоналом. Формирование и использование когнитивных карт основано на предварительном анализе положительно-отрицательных связей (отношений сходства) и представления этих связей в терминах логики. Рассматриваются вопросы моделирования ситуаций управления процессами формирования кадрового потенциала требуемой квалификации, анализа производительности труда и мотивации персонала.

С использованием методики когнитивного моделирования строится когнитивная модель ситуации в виде функционального графа, в котором каждая дуга представляет уже некую функциональную зависимость между соответствующими базисными факторами, т.е. когнитивная модель ситуации представляется функциональным графом (рис. 5). Процесс моделирования осуществляется с использованием инструментальных средств динамического моделирования Ithink.

Далее предлагается формирование динамической модели управления обучением персонала (рис. 6, 7), в которой имеется возможность выбора требуемых показателей качества обучения за определенный период времени, выбора рационального уровня мотивации обучения персонала при приемлемых «оценках результатов обучения» и др. На рис. 8 в качестве одного из результатов моделирования представлена зависимость показателей переобучения персонала от фактора мотивации.

Результаты вычислительных экспериментов на построенных моделях носят качественный характер, поэтому разработан метод принятия решений при управлении персоналом предприятия на основе качественной модели представления знаний.

При построении модели выделяется совокупность признаков , характеризующих функционирование объекта и называемых вектором состояния объекта. Измеряемые признаки принимают значения из своей области определения, на которой можно выделить интервалы «больших», «средних» и «малых» значений. Таким образом, каждый признак можно определить на множестве качественных значений , где q - наименование, - область обобщения. Тогда состояние объекта описывается набором признаков , где - название i-го признака, - качественный домен, то есть совокупность качественных значений, - область обобщения признака .

Множество всех состояний объекта разбивается на ряд непересекающихся подмножеств, каждое из которых назовем ситуацией. Каждой ситуации ставится в соответствие идентификатор, в качестве которого может выступать ее качественная оценка с точки зрения специалиста (опасная, аварийная, нормальная и т.п.). Ситуации может соответствовать одно или множество решений, управляющих воздействий, советов по принятию решения, а также словесное описание ситуации.

На самом верхнем уровне обобщения выбирается качественный домен S = {'+', '0', '-'}, где качественные значения могут иметь следующие интерпретации в зависимости от контекста: '+' - "большой", "сильно", "увеличение", '0' -"средний", "средне", "без изменения", '-' - "малый", "слабо", "уменьшение". Тогда значения неизмеряемых признаков можно оценивать в терминах "большое", "среднее", "малое", что представляется качественными значениями '+', '0', '-'.

Качественная ситуационная модель определяется как тройка , где S - множество качественных ситуаций, Е - множество разбиений S на эталонные классы, G - множество идентификаторов эталонных классов.

Для моделирования поведения объекта управления рассматриваются изменения значений признаков во времени. Их качественные значения определяются по знаку производной:

где значения '-', '0', '+' интерпретируются как "уменьшение", "без изменения", "увеличение".

На области определения А вводится качественная алгебра , сигнатуру которой образуют замкнутые всюду определенные бинарные операции сложения и умножения , и строится качественное исчисление. Система уравнений в этой алгебре, определяющих суперпозицию источников воздействий на каждую вершину, задает математическое описание графа.

Изменение значения признака Pi (возмущение) порождает воздействие lij. Воздействие lij вызывает изменение значения признака Рj. Характер воздействия lij (коэффициент изменения, временная задержка, продолжительность действия) может изменяться в зависимости от значений других признаков, в общем случае и от Pi с Pj.

Для описания воздействий могут быть выбраны разнообразные области определения.

Пространственные характеристики параметра и воздействия содержат указания на знак, амплитуду величины и направление изменения (для воздействия). Для этого могут быть использованы терм-множества {"-", "0", "+"}:

· для знаков ("малая", "средняя", "большая");

· для амплитуд ("уменьшается", "не изменяется", "увеличивается");

· для задания направления изменения ("слабо", "сильно");

· для указания степени изменения.

Анализ подобных терм-множеств, используемых для описания процесса распространения возмущений, показал, что из них можно выделить три условных типа: TS = {"-", "0", "+") - описание знака величины, TD = {"", "", "") - описание направления изменения, ТA = ("0", "1", "2",...) - описание амплитуды величины.

Обозначим область определения значений признака через АP, области определения характеристик воздействия: AL - задержка, АC - направление и степень изменения, АT - длительность влияния. Определим следующие функции: : - реализация задержки возмущения, : - реализация изменения возмущения, : - реализация длительности влияния возмущения.

Тогда процесс распространения возмущений по ориентированному графу можно описать системой качественных уравнений при заданных начальных значениях :

Здесь символы и обозначают операции сложения, определенные в соответствующих алгебрах, а , , .

В результате распространения входного возмущения по ориентированному графу, отражающему причинно-следственные связи между признаками, на объекте исследования устанавливается некоторое состояние. Идентифицировать его позволяет ориентированный граф переходов состояний, где вершинами являются возможные для данного объекта состояния, а дуги нагружены информацией о причине перехода, то есть изменение каких признаков и каким образом вызвало смену состояния.

Предложенный подход позволяет проектировать интеллектуальные советующие системы для идентификации ситуаций управления развития персоналом, для анализа их свойств, прогнозирования дальнейшего развития и для выработки рекомендаций по поддержанию определенной стратегии поведения объекта.

Оценка качественных характеристик претендента на вакантное место производится так. Пусть имеется некоторое множество портретов специалистов на разные должности , которые имеют ряд характеристик и диапазон значений этих характеристик, описываемый верхней и нижней границами .

Каждая характеристика имеет свой вес - приоритетность i-й характеристики. Тогда имеем:

.

Определим также множество (где K- количество кандидатов) со значениями , которые соответствуют характеристикам из множества PS, то есть .

В этом случае оценку "уровня качества" k-го кандидата можно получить по формуле где

n - количество качественных характеристик.

Наиболее подходящие кандидаты будут иметь большее значение .

Четвертая глава посвящена вопросам разработки системы оценки психической адаптации субъекта в чрезвычайных ситуациях. Для формирования базы данных решалась задача минимизации признакового пространства на основе экспертной оценки значимости базовых признаков.

Первичные показатели психодиагностических тестов выражаются в самых различных статистически не сопоставимых единицах, а процедура стандартизации (перевод «сырых» показателей в некие относительные меры) позволяет оценить уровень развития качества у обследуемого относительно нормативной выборки и сравнивать данные, полученные по разным тестам.

Как показали результаты предварительных исследований в качестве претендентов на информативные данные, целесообразно использовать признаки, характеризующие основные психологические свойства и процессы человека (психосоциальные, социальные факторы, развитие интеллектуальной сферы, эмоциональное состояние, личностные черты, мотивационная сфера, психофизиологические особенности). Для осуществления минимизации списка классификационных признаков и фильтрации исходной статистической информации в табл. 1 представлено распределение величин экспертных баллов по диапазонам отклонения качества от среднего значения в популяции.

В табл. 1 величина Х - среднее значение измеряемого показателя в популяции; А - значение индивидуального показателя испытуемого; m - среднее квадратическое отклонение показателя в популяции; , у - стандартное отклонение, М - математическое ожидание.

Первичное поле признаков подверглось экспертному оцениванию, неинформативные признаки отсеяны ввиду их слабого и редкого проявления или полного отсутствия. Таким образом, на основе экспертной оценки решена задача минимизации признакового пространства и стандартизации величин, характеризующих степень проявления каждого признака.

Таблица 1. Распределение величин экспертных баллов по диапазонам отклонения качества от среднего значения в популяции

Z-оценка

Оценка в баллах

Диапазон отклонения качества от среднего значения в популяции

Вербальная характеристика уровня качества

0

Очень низкий уровень,

отсутствие признака

1

Низкий уровень, неудовлетворительный,

слабая выраженность признака

2

Средний уровень, в пределах нормы средняя выраженность признака

3

Высокий уровень, отличный, сильная выраженность признака

Выделив признаковое пространство, необходимо произвести выбор адекватных методов выявления скрытых закономерностей в статистических данных о психофизиологическом состоянии субъектов, поступающих на службу, связанную с экстремальными условиями.

Из множества современных методов распознавания образов и добычи данных, допускающих их использование при разработке интеллектуальных систем, в работе использовались деревья решений и нейронные сети.

Алгоритм построения дерева решений основан на вычислении для каждого атрибутатеоретико-информационной -меры, основанной на энтропии. -мера вычисляется следующим образом. Для данного узла пусть: - число положительных примеров; - число отрицательных примеров; - число положительных примеров со значением атрибута , - число отрицательных примеров со значением атрибута . Тогда

, (1)

где (2)

Для построения дерева решений, ориентированного на определение степени психической адаптации субъекта по набору входных признаков, использовалась обучающая выборка. Формирование выборки было проведено по данным исследования 92 субъектов, чья деятельность связана с экстремальными факторами. В выборке содержатся базовые признаки, описывающие состояния субъектов с психофизиологической точки зрения и заранее известные результаты диагностики. Далее использовалась программа Deductor. После процедуры обучения получено дерево, представленное на рис. 9.

Каждый узел представленного дерева решений подразумевает выполнение (или, в противном случае, невыполнение) определенного условия: наличия у конкретного базового признака той или иной степени выраженности. Параметр «Диаг» (следствие) принимает три значения: «А», «Ч/а» и «Д/а», что соответствует трем диагностируемым состояниям субъекта: «Адаптация», «Частичная адаптация» и «Дезадаптация». Через перечисленные параметры интерпретируются решающие правила типа «если…, то…» -такую структуру удобно использовать для построения логических моделей и написания программного алгоритма.

Рис. 9. Дерево решений по оценке степени психической адаптации

Построение моделей оценки степени психической адаптации на основе метода деревьев решений позволяет установить в явном виде зависимости между набором признаков, характеризующих психофизиологические параметры субъекта, и его психическим состоянием, однако они являются упрощенными и в ряде случаев не позволяют добиться необходимой уверенности в ответе. В таких случаях рекомендуется использовать нейросетевые модели, которые уступают по вычислительной трудоемкости, но позволяют получить более точный результат.

Обучение нейронных сетей (НС) распознаванию образов реализуется в соответствии со следующим математическим приемом. На вход НС поступают значения признаков объекта распознавания из множества объектов-образов . Предполагается, что множество разбито на непересекающиеся классы . На выходе НС выдает значение функции , сопоставляющей каждому объекту номер k класса , к которому он относится.

Рассматриваемые НС содержат три скрытых слоя, которые в совокупности реализуют полином от элементарных скалярных функций от любой из переменных . Выходное значение НС формирует элемент, реализующий функцию выхода .

Обучение НС сводится к задаче построения полинома от элементарных функций, для которого на некотором обучающем множестве входных значений переменных заданы промежутки, в которые попадают значения полинома.

С помощью программы Deductor была обучена нейронная сеть, которая в дальнейшем была использована для оценки степени психической адаптации по данным первичного обследования посредством стандартных тестов.

Апробация построенных моделей, которая была проведена на контрольной выборке, включающей статистику по 30 субъектам, не вошедшим в обучающую выборку, подтвердила адекватность моделей (табл. 2).

Таблица 2. Результаты апробации моделей знаний по оценке степени психической адаптации

Метод добычи данных

Контрольная выборка, количество примеров

Количество неверно распознанных примеров

Процент распознавания, %

Тестовое множество

Валидационное множество

Деревья решений

30

-

2

93,3

Нейронные сети

23

7

1

96,7

Полученные на основе методов деревьев решений и нейронных сетей математические модели оценки степени психической адаптации субъекта в условиях экстремальной ситуации были представлены в виде распознающих правил и загружены в базу знаний интеллектуальной диагностической системы.

На рис. 10 приведен фрагмент логической модели процесса оценки степени психической адаптации. Использование знаний, полученных с помощью нейронных сетей, не подразумевает реализацию четкой логической структуры, однако представляется возможным разработать модель процесса принятия решения по оценке степени психической адаптации субъекта в условиях экстремальной ситуации (рис. 11).

Рис. 10. Фрагмент модели процесса определения степени психической адаптации

Рис. 11. Структура модели принятия решения по оценке степени психической адаптации субъекта

При этом возникает задача совместного использования представленных моделей с целью исключения противоречий при принятии решений и придания гибкости обучаемой системе в целом. Предложено решающее правило, предназначенное для оценки состояния субъекта в условиях противоречивой информации, полученной от группы диагностических алгоритмов, характеризующееся использованием информации об априорных вероятностях диагностических классов и условных вероятностях ошибок алгоритмов.

Для минимизации средней вероятности ошибки коллективного решения D на множестве И возможных комбинаций частных решений будем для каждой фиксированной комбинации принимать окончательное решение в пользу того из классов, который имеет наибольшую апостериорную вероятность:

, (3)

где .

По определению условная вероятность есть ни что иное, как вероятность того, что в ситуации, когда имеет место класс , эксперты (алгоритмы), номера которых принадлежат множеству , приняли правильные решения, а остальные ошиблись. Поскольку мы предполагаем, что решения экспертов независимы, то по формуле произведения вероятностей

. (4)

На основании условия (3) с учетом (4) заключаем, что в ситуации окончательное (коллективное) решение следует принимать согласно правилу

. (5)

На основе предложенного подхода реализована система поддержки принятия коллективных решений, архитектура которой показана на рис. 12. Такая структура системы, совмещающая коллективное решающее правило с возможностью его периодической коррекции, может быть рекомендована в различных областях приложения.

Рис. 12. Структура системы формирования коллективного решения

Пятая глава посвящена вопросам интеллектуализации управления развитием персонала организации на основе компетенций и когнитивного моделирования. Показано, что формализованное описание требований, предъявляемых к должности, возможно с помощью определенного перечня, какими знаниями и умениями должен обладать сотрудник, занимающий данную должность, то есть должностными компетенциями.

После того как будет сформировано множество учебных объектов, привязанных к определенным компетенциям и далее должностям, а также при наличии результатов тестирования, показывающих, каких именно знаний не хватает пользователю, возможно формирование учебного плана с последующей организацией процесса обучения. Автоматическое формирование учебного плана с индивидуальной динамической траекторией обучения позволит персонализировать учебную программу в зависимости от индивидуальных способностей обучаемого.

Для построения траектории образовательного процесса по достижению ожидаемого результата обучения определим дискретное пространство Q на множестве таких состояний компетентности , каждый элемент которого характеризуется уникальным набором знаний и умений. Процесс подготовки специалиста рассматривается в пространстве формирования компетентности Q как процесс перехода от одного состояния к другому. Отсутствие у обучаемого знаний и умений, описанных в пространстве Q, моделируется состоянием .

Тогда определение целевой компетентности в виде знаний и умений связано с анализом задания на разработку ожидаемого результата обучения и установлением его идентификаторов в виде компетенций, уровней компетентности, профиля и уровня образования. Для того, чтобы вести разработку ожидаемого результата обучения в рамках образовательной технологии, необходимо, чтобы задание соответствовало образовательным возможностям профессионального сообщества, т.е. в дереве T(Y, R) (рис. 13) имелись бы все идентификаторы ожидаемого результата обучения. В противном случае проводится поиск такого содержания образования, которое обеспечило бы компетентностное обучение и аттестации для достижения новых результатов обучения, идентификаторы которых отсутствуют в T(Y, R).

Рис. 13. План-граф определения целевой компетентности обучаемого

Если идентификаторы ожидаемого результата обучения установлены, то они определят в дереве T(Y, R) такое подмножество путей - , которое взаимнооднозначно соответствует множеству Хц пространства Q. Поэтому для моделирования процесса формирования (достижения) целевой компетентности по план-графу будет выполнено следующее условие:

. (6)

Условие (6) предопределяет то, что при отображении в пространстве Q будут установлены такие состояния компетентности обучаемого с последующей идентификацией, что

. (7)

Результатом идентификации целевой компетентности будут знания и умения ZRц в виде содержательных компетенций.

Для формирования базы данных компетенций необходимо выявить состав компетенций. Одним из методов выявления компетенций является опрос экспертов путем анкетирования. Для организации экспертного опроса было проведено анкетирование специалистов, занятых в системе МЧС (всего 173 человека). Экспертам предлагалось оценить и проставить оценки для следующих 32 качеств (от 0 до 10): гибкость мышления; пространственное воображение; умение сосредоточиться; абстрактное мышление и т.д.

Проведенный анализ на основе имеющихся 32 признаков позволил выделить пять факторов (латентных переменных), представляющих характеристики профессиональных компетенций.

Возникает задача выявления ключевых компетенций на основе имеющихся данных экспертного опроса. Для решения данной задачи использовались деревья решений.

В качестве входных полей для анализа использовались 32 наиболее информативных признака (K_01 - K_32). В качестве целевых полей - «латентные переменные» F_1 - F_5, представляющие характеристики профессиональных компетенций. На рис. 14 представлен фрагмент полученного дерева решений в виде логических правил.

В базу данных для классификации было загружено 173 записи. Общее количество несовпадений (случаи ошибочной классификации) составляет 19 (11 %) записей. Таким образом, точность классификации, полученной с помощью дерева решений, составляет 89 %.

На основе метода деревьев решений выявлены ключевые компетенции специалистов инженерного профиля. Полученные правила использованы при создании базы знаний экспертной системы оценки и управления развитием персонала.

На основе выявленных компетенций разработана структурно-динамическая модель организации для управления надежностью персонала, основанная на методике когнитивного анализа (рис. 15). Далее, на основе построенной модели проводится ее структурно-целевой анализ.

Рис. 14. Фрагмент полученных логических правил

Вначале проводится анализ координат вектора целей на непротиворечивость, затем анализ эффективности интегрального воздействия управляющих факторов на целевые факторы.

Обозначим через множество целевых факторов. Пусть - вектор желательной динамики целевых факторов (ОДФ).

Вектор целей называется непротиворечивым, если

, (8)

где qik - элемент матрицы Q.

При выполнении условия (8) целевые факторы и согласованы, в противном случае - не согласованы.

Вектор управлений согласован с вектором целей , если для каждой координаты вектора управлений можно указать такой знак, что для результирующего знакового вектора sign

.(9)

Суть согласованности управляющих факторов с вектором целей состоит в том, что при выполнении условия (9) всякое изменение управляющих факторов в соответствии с вектором sign не вызовет изменения никакой координаты вектора целей в нежелательном направлении.

Для нахождения вектора управления для достижения заданной цели с учетом индикатора неблагоприятного развития ситуации на построенной динамической имитационной модели ситуационного управления компетентностью персонала (рис. 15) проведен вычислительный эксперимент при изменении значений входных параметров. На рис. 16 приведены результаты моделирования при реализации различных стратегий управления компетентностью персонала.

Рис. 15. Структура динамической имитационной модели ситуационного управления компетентностью персонала

Рис. 16. Реализации различных стратегий управления компетентностью персонала (начальный уровень компетентности персонала)

По результатам вычислительного эксперимента на построенной модели имеется возможность сформировать многомерное пространство состояний управляемого процесса и полученные параметры процесса, описывающие пространство состояний, использовать для организации работы интеллектуальной советующей системы по управлению развитием персонала.

В шестой главе рассматриваются особенности разработки интеллектуальной системы оценки профессиональной надежности персонала на основе методов когнитивного моделирования, компетенций и принятия решений. Сформирована структура интеллектуальной системы и технология оценки надежности персонала, ориентированного на работу в условиях чрезвычайных ситуаций. Разработано программно-информационное обеспечение автоматизированной системы оценки степени психической адаптации субъекта. Приведена структурно-функциональная схема интеллектуальной советующей системы «Управление развитием персонала».

На рис. 17 показана обобщенная схема интегрированной советующей системы, совмещающей способности моделирования процессов и получения

Основные функции и назначение проектируемых модулей, составляющих основу интеллектуальной советующей системы, определяются сформулированными выше задачами и закладываемыми в систему возможностями.

В заключении рассмотрены основные результаты работы.

В приложениях приведены данные, иллюстрирующие первичный материал и результаты исследования.

Рис. 17. Структурная схема интеллектуальной советующей системы выводов по результатам моделирования с использованием технологии экспертных систем.

Основные результаты работы

1. Проведен анализ путей повышения эффективности управления персоналом подразделений опасных профессий на основе оценки профессиональной надежности с использованием методов когнитивного моделирования, компетенций и принятия решений с учетом современных форм управления персоналом и развитием организационно-экономических структур.

2. Формализован кибернетический подход к управлению надежностью персонала в терминах классической теории управления, позволивший выделить в качестве регулирующего органа САУ интегральную систему управления надежностью персонала, включающую подсистему оценки и управления компетенциями персонала, подсистему психофизиологической адаптации к стрессовым и экстремальным ситуациям и подсистему когнитивного моделирования.

3. Проведена структуризация и типизация элементов и связей между ними в рамках системы управления надежностью персонала на основе концептуального моделирования с применением детализированного представления и иерархической структуризации системного анализа в виде IDEF0-диаграмм.

4. Разработан комплекс когнитивных моделей управления надежностью персонала организации, позволяющий проводить имитационные эксперименты для принятия рациональных решений по обеспечению потребностей организации в трудовых ресурсах, анализировать влияние факторов мотивации и уровня квалификации персонала на производительность труда.

5. Предложена модель принятия решений по управлению развитием персонала организации, на основе разнородной информации о текущей ситуации на объекте управления, отличающейся выделением качественных ситуаций и способом их идентификации, предназначенная для прогнозирования дальнейшего развития ситуации, выработки рекомендаций по поддержанию определенной стратегии поведения объекта управления.

6. Разработан алгоритм рационального выбора претендента на вакантное место, характеризующийся интервальным представлением качественных характеристик и анкетных данных претендента, заданием весов характеристик и последующим ранжированием.

7. Построены математические модели оценки степени психической адаптации, ориентированные на диагностику психофизиологического состояния субъекта, отличающиеся использованием методов деревьев решений и нейронных сетей.

8. Разработаны логические модели и решающее правило, ориентированные на оценку степени психологической адаптации субъекта в условиях экстремальной ситуации и позволяющие проводить автоматизированную процедуру диагностики.

9. Предложена математическая модель должностных компетенций и результатов обучения персонала организации, ориентированная на анализ и отбор идентификаторов результатов обучения, выявление компетенций, сбор, систематизацию и накопление образовательных модулей, а также проектирование на их основе образовательных траекторий по достижению и измерению ожидаемых результатов обучения.

10. Экспертным путем определен состав компетенций специалистов в области инженерной деятельности, предназначенный для формирования базы данных компетенций. Определены обобщенные профессионально-значимые качества специалистов. Сформированы компоненты и возможные способы их измерения предметно-деятельностной (специальной) компетентности.

11. Предложены процедуры принятия решений по управлению развитием персонала организации, позволяющие на формализованном уровне провести структурно-целевой анализ непротиворечивости в векторе целей, согласованности вектора управлений с вектором целей и начальными тенденциями развития персонала организации с учетом уровня их компетенций.

12. Формализованы проблемные ситуации, возникающие при управлении развитием персонала на основе когнитивного подхода и моделей компетенций. Проблемные ситуации используются для выработки управленческих решений в интеллектуальной советующей системе по управлению развитием персонала.

13. Разработана структура, функциональное наполнение и программно-информационное обеспечение интеллектуальной советующей системы "Управление развитием персонала".

14. Разработанная автоматизированная система поддержки принятия решения при определении степени психической адаптации кандидатов на службу внедрена в практическую деятельность Центра психофизиологической диагностики и используется для психологической диагностики и экспертизы кандидатов на службу в органы внутренних дел, Главное управление МЧС России по Воронежской области, а также в целях проведения плановых и целевых мониторингов личного состава подразделений ОВД и МЧС. Это помогает своевременному выявлению факторов, свидетельствующих о выраженной эмоциональной напряженности, способствует не только правильному экспертному решению, но и своевременному проведению психокоррекционных и реабилитационных мероприятий с сотрудниками и стажерами. Полученные результаты используются для разработки коррекционно-развивающих программ, направленных на оптимизацию адаптации сотрудников к служебной деятельности.

психологический реабилитация стрессовый

Публикации в изданиях, рекомендованных ВАК РФ

1. Квашнина Г.А. Система поддержки принятия решений врачом-психологом при оценке степени психической адаптации лиц, работающих в экстремальных ситуациях / Г.А. Квашнина, Я.О. Мун // Вестник Воронежского государственного технического университета. 2005. Т. 1. № 7. С. 82-85.

2. Калинин В.В. Психологическая помощь пострадавшим в вооруженных конфликтах / В.В. Калинин, Г.А. Квашнина // Вестник Воронежского государственного технического университета. 2005. Т.1. № 7. С. 93-96.

3. Квашнина Г.А. Управление познавательной деятельностью персонала на основе модели системной динамики / Г.А. Квашнина // Вестник Воронежского государственного технического университета. 2005. Т.1. № 7. С. 126-129.

4. Усков В.М. Психология экстремальной подготовленности человека / В.М. Усков, Г.А. Квашнина // Вестник Воронежского государственного технического университета. 2005. Т.1. № 10. С. 175-180.

5. Вялова Е.П. Анализ воздействия экстремальных факторов на психическое состояние индивида / Е.П. Вялова, Г.А. Квашнина, В.И. Федянин // Вестник Воронежского государственного технического университета. 2006. Т. 2. № 4. С. 45-49.


Подобные документы

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.