Прикладная информатика, 2015, том 10, № 1 (55)

С 19 февраля 2010 года журнал включен в Перечень ведущих периодических изданий, 
рекомендованных ВАК для публикации результатов диссертационных исследований.

Том 10. №1 (55). 2015 
Январь-февраль

Московский финансово-промышленный университет «Синергия»

Главный редактор

Емельянов А. А., докт. экон. н., проф., Национальный исследовательский университет «МЭИ»; Национальное общество имитационного моделирования, 
Санкт-Петербург

Сопредседатели редакционного 
совета

Рубин Ю. Б., докт. экон. н., проф., чл.-корр. РАО, 
ректор МФПУ «Синергия», зав. кафедрой Теории 
и практики конкуренции

Мешалкин В. П., докт. техн. н., проф., чл.-корр. РАН, 
директор Института логистики ресурсосбережения 
и технологической инноватики, РХТУ им. Д. И. Менделеева

Члены редакционного совета

Брекис Эдгарс, докт. экон. н., oec., ассоциированный 
проф., зав. кафедрой Эконометрики и бизнес-информатики, Латвийский Университет, Рига, Латвия

Волкова В. Н., докт. экон. н., проф., кафедра Системного анализа и управления Института информационных технологий и управления, СПбГПУ

Дик В. В., докт. экон. н., проф., зав. кафедрой Информационного менеджмента и электронной коммерции 
МФПУ «Синергия»

Дли М. И., докт. техн. н., проф., зав. кафедрой МИТЭ, 
зам. директора Филиала НИУ «МЭИ» в Смоленске

Козлов В. Н., докт. техн. н., проф., зав. кафедрой Системного анализа и управления Института информационных технологий и управления, СПбГПУ

Прокимнов Н. Н., канд. техн. н., доцент, кафедра 
Информационных систем, МФПУ «Синергия»

Сухомлин В. А., докт. техн. н., проф., зав. лабораторией Открытых информационных технологий, факультет ВМК, МГУ им. М. В. Ломоносова

Халин В. Г., докт. экон. н., проф., зав. кафедрой 
Информационных систем в экономике, Экономический факультет СПбГУ

Шориков А. Ф., докт. физ.-мат.н., проф., кафедра 
Прикладной математики УралЭНИН, Уральский Федеральный Университет им. Первого Президента 
России Б. Н. Ельцина

Штельцер Дирк, докт. техн. н., rer. pol. habil., проф., 
Глава Департамента информации и управления знаниями, Технологический Университет Ильменау, Тюрингия, Германия

Заместители главного редактора

Власова Е. А., научная редакция МФПУ «Синергия»

Прокимнов Н. Н., канд. техн. н., доцент, кафедра 
Информационных систем, МФПУ «Синергия»

Редакционный совет

Журнал выходит с 2006 г. Периодичность издания — 6 раз в год. 

Журнал индексируется в российских и зарубежных базах научной периодики 
eLIBRARY (РИНЦ), ВИНИТИ, Ulrich’s Periodicals Directory

Учредитель и издатель: Московский финансово-промышленный университет «Синергия»

Адрес редакции и издателя:
129090, Москва, ул. Мещанская, д. 9/14, стр.1 (юрид.)
125190, Москва, Ленинградский просп., д. 80, корп. Г, офис 612 (4)
Тел.: (495) 663-93-88 (доб.1839)

e-mail: edit@s-university.ru; www.appliedinformatics.ru

© Московский финансово-промышленный университет «Синергия»

Editor-in-Chief

А. Emelyanov, Dr of Economics, Professor, National Research University MPEI; Executive board member of NC 
«National Society for Simulation Modelling», St. Petersburg

Co-Chairs of the Editorial Board

Yu. Rubin, Dr of Economics, Professor, Corresponding Member of the Russian Education Academy, Head 
of the Theory and Practice of Competition Chair, Rector 
of the Moscow University for Industry and Finance 
«Synergy»

V. Meshalkin, Dr of Technique, Professor, Corresponding Member of Russian Academy of Sciences (RAS), 
Director of the Institute of Logistics and Resource Technology Innovation, D. Mendeleyev University of Chemical 
Technology of Russia, Moscow

Members of the Editorial Board

Edgars Brēķis, Dr. oec., Assoc. professor, Head of The 
Econometrics and Business Informatics Chair, Faculty of 
Economics and Management, Rīga, University of Latvia

V. Dick, Dr of Economics, Professor, Head of The Information Management and Electronic Commerce Chair, 
Moscow University for Industry and Finance «Synergy»

M. Dli, Dr of Technique, Professor, Head of The MITE 
Chair, Deputy Director of the National Research University MPEI Branch in Smolensk

V. Hulin, Dr of Economics, Professor, Head of The Economic Information Systems Department, St. Petersburg 
State University
V. Kozlov, Dr of Technique, Professor, Head of System 
analysis and management Chair, Institute of Information 
technologies and management, St. Petersburg State 
Polytechnical University
N. Prokimnov, PhD in Technique, Associate Professor, 
the Information Systems Chair, Moscow University for Industry and Finance «Synergy» 
A. Shorikov, Dr. of Physics & Mathematics, Professor of 
The Applied Mathematics Chair, Ural Power Institute of 
El’cin Ural Federal University (Ekaterinburg)
V. Sukhomlin, Dr of Technique, Professor, Faculty of 
Computational Mathematics and Cybernetics, Lomonosov Moscow State University
Dirk Stelzer, Dr., rer. pol. habil., Professor, Head of The 
Information and Knowledge Management Department of 
Ilmenau University of Technology (TU Ilmenau), Germany
V. Volkova, Dr of Economics, Professor, System analysis 
and management Chair, Institute of Information technologies and management, St. Petersburg State Polytechnical University

Deputy Chief Editors

E. Vlasova, Scientific Edition Department, Moscow University for Industry and Finance «Synergy»
N. Prokimnov, PhD in Technique, Associate Professor, 
the Information Systems Chair, Moscow University for Industry and Finance «Synergy»

Peer-reviewed scientific journal 

Vol.10. No.1 (55). 2015 
January-February

Moscow University for Industry and Finance «Synergy»

EDITORIAL BOARD

Published since 2006; Periodicity: six times a year

The journal is included into the Russian and international scientific databases:  
eLIBRARY (Russian Science Citation Index), VINITI (Russian Academy of Sciences),  
Ulrich’s Periodicals Directory

Publisher: Moscow University for Industry and Finance «Synergy»

Publisher address: 9/14 s.1, Meshchanskaya str., Moscow, 129090, Russia

Editorial Office address: 80G, Leningradskiy Avenue, Moscow, 125190, Russia

Tel: +7 (495) 663-93-88 (ext.1839) 

e-mail: edit@s-university.ru; www.appliedinformatics.ru

© Moscow University for Industry and Finance «Synergy»

ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS

Читайте в номере

Том 10. № 1(55). 2015

IT-менеджмент

Управление эффективностью

Г. И. Кайгородцев, А. В. Кравченко
Методика оценки эффективности  
информационных систем  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .5

IT и образование

Образовательное пространство

Пресс-релиз
Книжные новинки  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .15

Технологии обучения

В. С. Лаврентьев, М. Ю. Пивовар
Оценивание профессиональной  
подготовленности на основе  
интеграла Шоке  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .19

Инструментальные средства

Эффективные алгоритмы

А. А. Митраков
Применение знаний для синхронизации агентов 
в параллельном дискретно-событийном 
моделировании  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .31

Сетевые технологии

П. П. Кейно, А. В. Силуянов
Разработка и внедрение интерпретатора 
декларативного языка моделирования  
Web-интерфейсов на высоконагруженных  
системах .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .55

Simulation

Теория и практика

Н. Н. Прокимнов
Зарубежная практика промышленного применения 
технологий имитационного моделирования  .  .  .  .  .  .  .71

Акторное моделирование

Е. И. Царегородцев, П. Ф. Войтко, Л. В. Петрова, А. В. Баранов
Mоделирование эколого-экономической системы 
региона на основе системы Pilgrim  .  .  .  .  .  .  .  .  .  .  .  .  .  .85

Лаборатория

Модели и методики

Р. Л. Белоусов, Н. А. Дрожжин, М. И. Костенчук
Построение нечетких лингвистических переменных 
с использованием методов кластерного анализа 
данных  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .98

Исследование процессов и систем

А. Г. Мадера, П. И. Кандалов
Компьютерное моделирование температурных полей 
технических систем при интервально стохастической 
неопределенности параметров .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .106

Точка зрения

Искусственный интеллект

Л. С. Болотова, А. П. Новиков, М. А Сурхаев, А. А. Никишина
«Машины, имитирующие жизнь» .  
Особенность архитектуры  
таких программных систем .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .114

Contents

ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
Vol.10. No.1(55). 2015

IT management

Performance management

G. Kaigorodtsev, A. Kravchenko
On the efficiency of information systems  
and the method of its estimation .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .5

IT and education

Educational environment

Press-release
New books  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .15

Training technologies

V. Lavrentyev, M. Pivovar
Evaluation of professional skills based  
on Choquet integral .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .19

Tools

Algorithmic efficiency

A. Mitrakov
Knowledge applications for agent synchronization  
in the parallel discrete-event simulation  .  .  .  .  .  .  .  .  .  .  .  .31

Network technologies

P. Keyno, A. Siluyanov
Design and implementation of a declarative  
web-interface modeling language interpreter  
on a high-performance distributed systems .  .  .  .  .  .  .  .  .55

Simulation

Theory and practice

N. Prokimnov
Foreign approaches to M&S  
industrial-level acquisition  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .71

Actor modeling

E. Tsaregorodtsev, P. Voitko, L. Petrova, A. Baranov
Modelling ecological-economic system  
of the region using Pilgrim system  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .85

Laboratory

Models and methods

R. Belousov, N. Drozhzhin, M. Kostenchuk
Construction of fuzzy linguistic variables  
using cluster data analysis  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .98

Researching of processes and systems

A. Madera, P. Kandalov
Computer simulation of temperature fields  
in technical systems under interval stochastic  
uncertain parameters  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .106

Point of view

Artificial intellect

L. Bolotova, A. Novikov, M. Surkhaev, A. Nikishina
Characteristic of architect program systems called 
Life-imitating machines  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .  .114

ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS

IT-менеджмент 
Управление эффективностью

Том 10. № 1(55). 2015

введение
В

недрение информационных систем (ИС) в управление предприятиями, как показывает практика, весьма 
редко сопровождается заметным ростом номенклатуры обрабатываемых данных. Экономическая эффективность ИС при этом 
обычно ниже, чем в случае других инноваций в производство. Простые объяснения 
этого факта, основанные на стандартных 
подходах оценки эффективности, строго 
говоря, некорректны. Впервые на это обратил внимание академик В. А. Трапезников [I]. 
Он показал, что причины данного явления 
носят не временный (технологический), 
а фундаментальный характер, обусловленный природой информационных процессов. 
Используя макроскопический подход к описанию сложных систем, заимствованный 
из техники (связь между неупорядоченностью сложных систем различной природы 
и их энтропией), В. А. Трапезников установил зависимость эффективности управляющих ИС от количества обрабатываемой 
информации. Производственные потери 
возникают, например, из-за несогласованности потоков материалов и энергии, про
стоя оборудования, несвоевременности 
информации, колебания типоразмеров деталей и т. д. Для устранения этих причин, 
т.е. снижения степени неупорядоченности 
производства за счет эффекта управления, 
необходима информация, однако с ростом 
ее количества быстро увеличиваются затраты на обработку. Поэтому оптимизация или, 
по крайней мере, оценка предельного значения этой величины, является критически 
важной задачей при проектировании ИС.
Все сказанное относится к производственным функциям ИС (назовем их локальными), включая управление технологическими процессами. Здесь величина эффективности, как правило, поддается численной 
оценке и фактической регистрации. Это может быть производительность предприятия; 
качество продукции, которое в некоторых 
случаях является эквивалентом ее количества, и т.д. Более обобщенной характеристикой является годовой доход предприятия (руб./г).
Значительно сложнее задача определения эффективности функций ИС, связанных 
с управлением предприятием в целом (условно назовем их стратегическими). Общая 
закономерность, найденная В. А. Трапезни
Г. И. Кайгородцев, канд. техн. наук, доцент Новосибирского государственного  
технического университета, kafedra_ei@fb.nstu.ru

А. В. Кравченко, канд. техн. наук, доцент Новосибирского государственного  
технического университета, avk-46@mail.ru

Методика оценки эффективности 
информационных систем

На основе модификации метода академика В . А . Трапезникова предложен общий способ оценки эффективности и оптимизации основных параметров производственно-технологических 
информационных систем, а также способ оценки предельной (экономически целесообразной) 
размерности задач математического программирования, реализующих стратегические функции управления предприятием .

Ключевые слова: информационные системы, эффективность, оптимизация, срок окупаемости, затраты, предприятие .

IT-менеджмент Управление эффективностью
IT management Performance management

IT management
Performance management

ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
Vol.10. No.1(55). 2015

ковым, в этом случае остается также справедливой, однако из-за нечеткости критериев постановка задачи оптимизации теряет смысл. Поэтому данная проблема имеет 
не только количественный, но и концептуальный характер.

оптимизация параметров и оценка 
эффективности локальных функций ис

Авторами на основе использования концепций микроэкономики, теории информации и некоторых результатов программной 
инженерии предложены подходы к оценке 
эффективности ИС в экономике.
1. В отличие от многообразных и сложных проблем управления промышленным 
предприятием, часто трудно формализуемых, задачи управления производством 
к настоящему времени достаточно хорошо 
исследованы и допускают, как правило, эффективную алгоритмизацию. Основной результат их решения с использованием информационных технологий — сокращение 
производственных потерь, перечень и величины которых относительно легко устанавливаются на этапе обследования объекта внедрения ИС. Ясно, что чем выше степень детализации планирования и учета работы отдельных производственных единиц 
и вспомогательных служб, чем выше степень синхронизации их функционирования, 
тем ниже потери от брака, простоев оборудования, штрафных санкций и т.д. В принципе, все производственные потери, происхождение которых зависит исключительно 
от качества оперативного управления объектом (т. е. степени детализации его описания и своевременности решения задач 
ИС), могут быть сведены к нулю. Однако, 
как показывают опыт и теория, достижение 
подобной цели экономически нецелесообразно [1]. Дело в том, что с ростом номенклатуры и объема обрабатываемых данных 
стоимость программного обеспечения и эксплуатационные затраты, как отмечено выше, 
быстро увеличиваются. Упомянутая зависимость эффективности Е от количества об
рабатываемой информации I имеет следующий вид [1]:

E
E
B e

I I
I
=
−
− −

max 1
0

0

0
. 
(1)

Здесь Emax — максимально возможная 
эффективность объекта управления; B0 — 
начальное значение его неупорядоченности 
(интерпретация этой величины дана ниже); 
I0 — количество обрабатываемой информации на момент внедрения ИС (или ее новой версии).
Представим зависимость (1) несколько 

в ином виде. Обозначив E
E

Em

max −
= δ, получим

δ =

− −
B e

I I
I
0

0

0 .
(2)

Из данного выражения видно, что B0 есть 
не что иное, как величина относительных 
потерь эффективности: действительно, если I = I0, то B0 = d.
Выражения (1) и (2) удобны для качественного анализа характеристик ИС, 
но непригодны для практического решения задачи оптимизации I, так как эту величину предполагается измерять с использованием шенноновской меры информации. 
В планово-экономических и других службах 
предприятий величину обрабатываемой информации принято измерять количеством 
буквенно-цифровых знаков (реквизитов). 
Покажем, что и в данном случае при весьма общих предположениях относительно 
вида зависимости E
E I
=
( )  задача ее определения допускает простое и полезное для 
практики решение, являющееся обобщением формулы (1).
Естественно предположить, что E (I) 
есть монотонно возрастающая (соответственно потери P(I) — убывающая) функция I, причем E
E I
P I
max
( )
( )
=
+
. Пусть в некоторый момент времени, когда E I
E
0
0
( ) =
 и

P
E
E
0
0
=
−
max
, принимается решение о внедрении ИС (или ее новой версии), обрабатывающей больший объем данных. Очевидно, что приращение эффективности dE I( )

ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS

IT-менеджмент 
Управление эффективностью

Том 10. № 1(55). 2015

должно быть пропорционально имеющемуся 
резерву ее повышения — остаточной неупорядоченности объекта управления, иными 
словами dE I
K E
E I
qI dI
( )
( )
.
max
=
−
−
(
)

Однако к потерям следует отнести теперь и затраты на обработку I знаков информации, где q — годовая стоимость обработки одного знака.
Приняв коэффициент пропорционально
сти K
I
= 1

0
, перепишем последнее выраже
ние в стандартном виде

dE I
dI
E I
I
I
qI
E
( )
( )
.
max
+
+
−
(
) =

0
0

1
0
(3)

Это дифференциальное уравнение имеет единственное решение [2]

E I
E
P e
q I
I

I I
I
( )
(
).
max
=
−
−
−

− −

0
0

0

0
(4)

Заметим, что выражение (4), если поло
жить P
E
E
E
E
B

m

m

m

0
0
=
−
=
 и q = 0  (отсутствие 

затрат на обработку информации), переходит в (1).
Теперь нетрудно определить оптимальные значения Iопт и Eопт. Решив уравнение 
dE I
dI
( )
,
= 0  получим

I
I
P
qI
îïò =
+
0
0

0
1 ln
,
(5)

а после подстановки (5) в (4) —

E
E
qI
P
qI
îïò =
−
+
max
ln
.
0
0

0
1
(6)

Из выражения (5) следует, что если 

qI
P
0
0
=
 (стоимость обработки I0 знаков 
по новой технологии равна существующим 
потерям), то ее внедрение не имеет экономического смысла, так как Iопт = I0.

Поэтому будем считать, что P
qI

0

0
1
> . Тогда 

абсолютный рост эффективности составит

∆E
E
E

E
qI
P
qI
E

P
qI
P
qI

=
−
=

=
−
+
−
=

=
−
+
îïò
0

0
0

0
0

0
0
0

0

1

1

max
ln

ln
,

(7)

а коэффициент эффективности ИС

∆E
E

P
qI
P
qI

E
0

0
0
0

0

0

1

=

−
+
ln

.
(8)

Далее, нетрудно найти такой важный показатель успешности проекта ИС, как срок 
окупаемости Tок. Так как затраты на обработку увеличенного объема данных составляют

Q
qI
qI
P
qI
=
=
+
îïò
0
0

0
1 ln
,  то

T
Q
E

qI
P
qI

P
qI
P
qI

îê =
=

+
−
+
∆

0
0

0

0
0
0

0

1

1

ln

ln

.
(9)

Как видно из полученных соотношений, 
определяющую роль играет параметр 

ε = P
qI

0

0

— отношение значения потерь к сто
имости обработки начального количества 
информации I0 по новой технологии. Он характеризует потенциальные возможности 
проекта ИС. По мере уменьшения ε  и приближения его к единице ∆E → 0 , а Tîê → ∞.

В табл. 1 приведен ряд значений ∆E
E0

 

и Tок как функций e при E
E
0
0 9
= ,
max  и

P
E
0
0 1
= ,
max.
Интервал расчетных значений коэф
фициента эффективности ИС ∆E
E0

 хоро
шо совпадает с тем, который имеет место 
на практике, — от 1 до 3%. Более высокие 
показатели встречаются значительно реже, 

IT management
Performance management

ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
Vol.10. No.1(55). 2015

в тех случаях, когда стартовые уровни автоматизации управления производством относительно низкие [1, 3].
Некоторый интерес представляет характеристика ИС, аналогичная коэффициенту полезного действия теплового двигателя 
(КПД). Так как приращение эффективности 
по абсолютной величине не может превзойти P0, то отношение

∆E
P

P
qI
P
qI

P

qI
P
P
qI
e

0

0
0
0

0

0

0

0

0

0

1

1
1
1

=

−
+
=

=
−
+
=
−

ln

ln
ln ε
ε

может служить, как и КПД, некоторой мерой совершенства программно-технического комплекса ИС. Чем меньше затраты 
на его внедрение и эксплуатацию, тем выше эта характеристика (при e = 1,6, например, он равен 8,5%, а при e = 2,6 — 25%). 
Таким образом, значительная часть затрат 
идет на нейтрализацию неупорядоченности управляемого объекта и только меньшая их доля — на создание регистрируемого положительного эффекта.

Из выражений ε = P
qI

0

0

 и Q
qI
P
qI
=
+
0
0

0
1 ln
 

следует важное практическое следствие: 

Q
P
=
+
(
)

0 1
ε
ε
ln
. Если в результате предпро
ектного обследования найдена величина P0, 
то, используя эту формулу, можно с достаточной для экспресс-оценки точностью установить предельные затраты на создание 
программно-технического комплекса ИС. 

Приняв e = 2, видим, что она не должна превосходить 0,84P0. Это позволяет сразу значительно сократить количество возможных 
вариантов проекта, исключив те из них, которые не удовлетворяют данному условию.
Все аналитические зависимости и выводы, рассмотренные выше, получены на основе макроподхода. Точный дифференцированный учет вклада каждой функции 
(подсистемы) в общую величину Eопт практически невозможен, так как источником 
эффективности ИС является общее уменьшение неупорядоченности производства, 
характеризуемой комплексным показателем d. Однако в части логистики, с учетом 
типа предприятия и характера производства, они допускают ранжирование, которое необходимо учитывать при разработке 
и порядке внедрения проекта. Для машиностроительных предприятий, например, ориентированных на частое обновление своей 
продукции, ведущую роль играет подсистема технической подготовки производства. 
Ее назначение заключается в своевременном обеспечении производственных подразделений конструкторской, технологической и нормативной документацией, а также в организации и подготовке их к выпуску 
новых изделий. У этой подсистемы системообразующий характер, поддерживающий 
базу данных, необходимую для реализации 
других функций: технико-экономического 
планирования; оперативного управления 
основным производством и т. д. Поэтому интегральный эффект воздействия ИС 
на объект управления, заключающийся 
в синхронизации производственных процессов, ритмичной работе подразделений 

Таблица 1. Значения коэффициента эффективности и срока окупаемости ИС в зависимости от e
Table 1. Values of efficiency coefficient and payback period for information system depending on e 

Значение потенциальных 
возможностей
1,6
1,7
1,8
1,9
2
2,1
2,2
2,3
2,4
2,5
2,6

∆E
E0

, %
0,9
1,1
1,3
1,6
1,7
1,9
2,2
2,3
2,4
2,7
2,8

Tок, годы
11,5
9
7,3
6,1
5,2
4,3
4
3,7
3,5
3,1
3

ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS

IT-менеджмент 
Управление эффективностью

Том 10. № 1(55). 2015

и служб предприятия, повышении качества 
его продукции и т. д., не поддается однозначному разложению на составляющие. 
По этой же причине не имеют экономического смысла и проекты частичной автоматизации управления.
2. В противоположность организационно-экономическим функциям ИС, где объемы данных измеряются количеством буквенно-цифровых знаков, в системах автоматизированного управления технологическими процессами (АСУТП) естественной 
является теоретико-информационная мера 
Шеннона. Дело в том, что любая физическая величина А при ее измерении преобразуется в дискретную (цифровую) форму 
с некоторым шагом ΔА. Точность такой операции характеризуется относительной по
грешностью µ = ∆A
A , а количество инфор
мации, полученное при этом, определяет
ся как I
A
=
=
ln
ln
1
µ
∆A  (заметим, что основа
ние логарифмов существенного значения 
не имеет). Повышение точности измерения, 
т.е. уменьшение m, приводит к росту количества информации, так что если µ
µ
1
0
<
, то

∆I =
−
=
ln
ln
ln
1
1

1
0

0

1
µ
µ
µ
µ .

Рассмотрим некоторую обобщенную 
схему АСУТП. Эффективность ее функционирования Е зависит от точности выполняемых технологических операций. Это могут быть: очистка веществ от примесей; обработка группы деталей с установленным 
допуском и т. д. Как и в предыдущем разделе (п.1), будем считать, что E
E
P
max =
+
, 
причем в начальном состоянии (до модернизации АСУТП) имело место равенство E
E
P
max =
+
0
0 . Очевидно, что потери 
эффективности должны быть пропорциональны относительной погрешности измерительной системы, т. е. P
E
0
0
=
maxµ . Снижение их до уровня P
E
=
maxµ1  может быть 
достигнуто только за счет эффекта управления, для реализации которого необходи
мо получить ∆I
n
=
ln µ
µ

0

1

информации; здесь 

n — количество измеряемых величин. Далее 
по аналогии с предыдущим (п. 1) введем стоимость единицы информации q1. Эта величина в данном случае определяется затратами на установку новой, более точной измерительной системы (программное обеспечение может остаться неизменным). Таким 
образом, выражение эффективности для 
АСУТП может быть записано в виде

E
E
E
nq
=
−
−
max
max
ln
µ
µ
µ
1
1
0

1

.
(10)

Решив уравнение dE
dµ1
0
=
, найдем оп
тимальную величину новой относительной 

погрешности µ1
1
îïò = nq
Emax

. Подстановка ее 
в (10) дает 

E
E
nq
nq
E
nq

E
nq
nq
P
nq

îïò =
−
−
=

=
−
−

max
max

max

ln

ln
.

1
1
0

1

1
1
0

1

µ

 

Поэтому увеличение эффективности составит 

∆E
E
E
P
nq
nq
P
nq

P
nq
P
nq

=
−
=
−
−
=

=
−
+
îïò
0
0
1
1
0

1

0
1
0

1
1

ln

ln
.

Как видно, это выражение аналогично (7), то же самое имеет место для коэф
фициента эффективности ∆E
E0

 (8) и срока 

окупаемости Tок (9). Несколько изменив рассуждения, уравнение (10) можно было бы за
писать в виде E
E
P e
nq I
I
I I
=
−
−
−
(
)

− −
(
)
max
0
1
0

0
, 
как и (4), придя затем к тем же результатам, 
что и выше.
Таким образом, хотя природа объектов 
управления рассмотренных ИС абсолютно различна, его информационные аспекты и критерии эффективности по существу 
идентичны. Различие между ними носит количественный характер. Так, для АСУТП па

IT management
Performance management

ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
Vol.10. No.1(55). 2015

раметр e в среднем вдвое выше, чем для 
организационно-экономических ИС. Как 
следствие, их коэффициент эффективности равен 2÷6%, редко — 10÷15% при сроках окупаемости до одного года. Основной 
источник эффективности АСУТП — увеличение производительности оборудования. 
Наилучшие результаты достигаются, если 
одновременно производится внедрение нового высокопроизводительного технологического процесса. Однако и при неизменных условиях происходит рост производительности оборудования на отмеченные 
выше 2÷6%. Это уменьшает себестоимость 
продукции за счет сокращения условнопостоянных расходов. Одновременно имеет место заметная экономия материалов 
и энергии. Наконец, переход на автоматическое управление всегда сопровождается повышением качества продукции. Значение последнего фактора может выходить 
за рамки предприятия, когда качество сопоставимо с количеством. Например, увеличение долговечности такой продукции, как 
электролампы, режущий инструмент, автомобильные шины и т.п., для потребителей 
эквивалентно увеличению количества их выпуска. Это очень важно и для экологии, так 
как уменьшается интенсивность роста промышленных и бытовых отходов.

оптимизация параметров  
и оценка эффективности стратегических 
функций ис

Успешная реализация стратегических 
функций ИС предприятия (перспективное 
планирование; оценка вариантов инновационного развития; диагностика и прогноз 
надежности технологического оборудования и т.п.) также зависит от объемов обрабатываемых данных. Теперь большое значение имеет не столько количество знаков, 
сколько число учитываемых факторов — параметров внешней среды. В содержательном отношении это чаще всего размерность 
задач математического программирования, 
реализующих названные выше функции ИС. 

Поэтому возникает проблема оценки предельной (экономически целесообразной) 
величины этой размерности.
Пусть нормальное состояние предприятия зависит от n параметров, области 
значений которых заданы неравенствами 
a
x
b
i
i
i
≤
≤
, i
n
= 1,
. Предположим, что вероятность нарушения любого из них в течение установленного интервала времени равна Pi. Тогда, приняв для упрощения записи 
P
Pi
= max
, найдем, что вероятность такого 

события будет 1
1
1
1

1
−
−
(
) =
−
−
(
) ≈

=∏
P
P
nP
i
i

n
n
 

(примем, что при этом неравенство nP ≤ 1 
всегда выполняется). Величина неопределенности, связанная с данной вероятностью, равна энтропии H
np
= −ln
. Для ее 
уменьшения до некоторого доступного значения H
n p
1
1
= −ln
 (именно в этом и заключается задача управления объектом) необходимо получить количество информации, 
равное разности значений энтропии [4]:

I
H
H
np
n p
n
n
=
−
= −
+
= −
1
1

1
ln
ln
log
.
(11)

Ввиду невозможности корректного определения эффективности стратегических 
функций ИС воспользуемся не строгим, 
но экономически содержательным понятием предельной полезности [5].
Обозначим a полезность единицы информации в денежном выражении. Тогда предельная полезность в соответствии 
с определением этой величины для I (обозначается LI) запишется в виде

LI
d
dn
n
n
n
=
−
=
α
α
ln
1
.
(12)

По существу, это темп убывания информативности и соответственно полезности 
учитываемых параметров с ростом их количества.
Если принять за n величину совокупного словаря программ стратегических 
функций ИС, то их общий объем составит 
2
2
2
n
n
log
 бит (в программометрических расчетах используются только двоичные логарифмы) [6, 7]. При стоимости единицы про

ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS

IT-менеджмент 
Управление эффективностью

Том 10. № 1(55). 2015

граммного обеспечения (ПО) b (характеристики коэффициентов a и b и способы 
их определения даны ниже) общие затраты 
на его разработку составят

C
n
n
= 2
2
2
β log
,
(13)

а темпы их роста при увеличении n

dC
dn
d
dn
n
n
n
n

n
n

=
(
) =
+
=

=

2
2
2
2

2

2
2
2
2
2

2
2

β
β

β

log
log
ln log

log
log n
n
n
n
+
≈
⋅
2
2
2
8
2
ln
log
log
.
β

Очевидно, что при достижении равен
ства LI
dC
dn
=
 n принимает предельное зна
чение nпр. После записи и упрощения это 

уравнение примет вид n
n
n
=
⋅
α
β
2
8
2
2
log
log
. 

Его решением (в первом приближении) является выражение

nïð ≈
α

β
α
β
2
2
2
log

или, если положить α
β
γ
= ,

nïð =
γ
γ
2
2
2
log
.
(14)

Теперь можно определить совокупную 
полезность информации и совокупные затраты на ПО, иначе говоря, их интегральные 
значения. Подставив (14) в (11) и (12), получим совокупную полезность информации

α
α
α
γ
γ
α
γ
γ
I
n
n
n
n
=
−
= −
=
ln
ln
log
ln
log

1
1
2
2

1
2
2
2
2
ïð

и совокупные затраты на ПО

β
β
β
γ
γ
γ
γ
α
C
n
n
=
=
≈
2
2 2
2
2
2

2
2
2
2

2
2
ïð
ïð
log
log
log
log
.

Из требования экономической эффективности проекта должно следовать, что 
α
β
I
C
≥
. Поэтому выражение для условного срока окупаемости можно записать как

T
C
I
n

îê ≥
=
β
α
γ
γ

1

2
1
2
2
ln
log

или, компактнее,

T
n

n

îê
ïð
≥
1

2
1
ln

. 
(15)

Далее на основе численной оценки nпр 
значение n1 можно вычислить по формуле (14), представив ее в виде

n
n
e
T
1

1

2
≤

−
ïð
îê
(16)

и задав величину Tок, приемлемую с точки 
зрения пользователя. Выражение (15), таким образом, является решением задачи, 
поставленной в начале данного раздела, 
об экономически целесообразном количестве факторов — входных переменных для 
реализации стратегических функций ИС. 
Для примера несколько значений Tок (при 

фиксированном отношении 

n

n

ïð

1

) приведены в табл. 2.
Как видно, по мере приближения n1 к nпр 
срок окупаемости быстро возрастает до не
приемлемой величины и при n
n

1
2
=
ïð  обращается в бесконечность.
Остановимся более подробно на смысле и характеристиках коэффициентов a и 
b. Прежде всего каждый из них имеет одну 
и ту же размерность — денежная единица/
бит. Современное состояние расчетных методов программной инженерии позволяет 
с достаточной точностью сделать проектные 
оценки объема ПО (в битах) и его сметной 
стоимости. Поскольку численное значение 
объема при такой единице измерения может иметь порядок (10
10
7
8
±
) бит при меньшем порядке сметы, то β ≈ 1. Так, например, 
оценка значения этого коэффициента, полученного на основе фактических данных 
[8, 9], составляла: для большой операционной системы b ≈ 1,2 доллар/бит; для транслятора b ≈ 0,3 доллар/бит; для прикладных 
программ b ≈ 0,1 доллар/бит.

IT management
Performance management

ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS
Vol.10. No.1(55). 2015

Коэффициент a, определяемый, как правило, экспертным способом, характеризует 
ценность информации. Для рассматриваемого подхода к экономической эффективности ИС он имеет принципиальное значение. Чтобы уточнить его смысл и порядок 
величины, рассмотрим условный пример. 
Предположим, что речь идет о системе диагностического контроля и прогноза надежности оборудования технологического комплекса. На основе сценариев возможных 
аварий и оценки ущерба делается расчет 
затрат для восстановления нормального режима работы. Так как надежность управляемого комплекса за счет функционирования ИС значительно возрастет, то никаких 
потерь в течение гарантированного периода 
нет. Коэффициент a в этом случае вычисляется как отношение затрат на ликвидацию 
возможной аварии к количеству информации измерительной системы, выраженной 
в битах. Поскольку порядок величины знаменателя, очевидно, значительно меньше 
порядка числителя, то α  1.
Основным назначением стратегических 
функций ИС, как отмечено выше, является 
решение разнообразных задач математического программирования. Поэтому может 
оказаться, что n1 есть размерность одной 
из них, например задачи дискретной оптимизации. Ясно, что в этом случае величина n1 должна приниматься также с учетом 
практических достижений в области разработки эффективных (быстрых) алгоритмов 
их решения.

Заключение

В современной практике, зарубежной и отечественной, сложилось множе
ство подходов, методологий и методик для 
оценки эффективности информационных 
систем. Основные идеи и особенности современных методик изложены в многочисленных публикациях и локальных стандартах, описание которых достаточно полно 
представлено в работах К. Г. Скрипкина 
и Т. В. Преображенской [10, 11]. Предлагаемая методика наиболее востребована 
предприятиями машиностроительной отрасли, выпускающими продукцию повышенной сложности. Опыт создания ИС для 
таких объектов показал, что на начальной стадии проекта заказчик не в состоянии сформулировать полностью и точно 
все требования к будущей системе. Поэтому процесс постановки задач и разработки ПО неизбежно приобретает итеративный характер. 
Анализ результатов текущей стадии может потребовать изменения любой из предыдущих, вплоть до создания их новых версий. Для управления таким труднопрогнозируемым процессом критически необходимой становится оценка полной стоимости 
проекта и его эффективности на основе экспресс-обследования предприятия. 
Данная методика, в которой используются преимущества макроподхода к описанию сложных объектов, фактически до начала работ обеспечивает достижение этой 
цели. Для расчетов используется весьма 
ограниченный объем следующих доступных данных: а) средние значения плановых и фактических показателей Emax, E0 и P0 
за период времени, когда внешние экономические условия можно считать постоянными; б) среднее количество (по году) I0; 
в) оценка q. Варьируя параметром e, полезно составить аналог табл. 1. Найденное 

Таблица 2. Значения срока окупаемости при фиксированном отношении 

n

n

ïð

1

Table 2. Values of payback period for fixed ratio 

n

n

ïð

1

Значения n

n

ïð

1
4
2,8
2,52
2,4
2,24
2,18
2,14

Tок, годы
1,44
3
4,3
5,5
8,8
11,6
14,7