ОКСО: 05.00.00 ТЕХНИЧЕСКИЕ НАУКИ

Научный журнал КубГАУ, №96(02), 2014 года 

http://ej.kubagro.ru/2014/02/pdf/01.pdf 

1

УДК 303.732.4 
UDC 303.732.4 
 
 
АВТОМАТИЗИРОВАННЫЙ СИСТЕМНОКОГНИТИВНЫЙ АНАЛИЗ – МЕТОД 
КОМПЛЕКСНОГО РЕШЕНИЯ ПРОБЛЕМЫ  
УПРАВЛЕНИЯ ПЕРСОНАЛОМ С 
ПРИМЕНЕНИЕМ ФУНКЦИОНАЛЬНОСТОИМОСТНОГО АНАЛИЗА 

AUTOMATED SYSTEM-COGNITIVE 
ANALYSIS AS A METHOD OF COMPLEX 
SOLUTION OF PROBLEMS OF 
MANAGEMENT OF THE PERSONNEL WITH 
THE USE OF FUNCTIONAL-COST ANALYSIS 

 
 
Луценко Евгений Вениаминович 
д.э.н., к.т.н., профессор 
Lutsenko Evgeny Veniaminovich 
Dr.Sci.Econ., Cand.Tech.Sci., professor 
Кубанский государственный аграрный университет, Россия, 350044, Краснодар, Калинина, 13, 
prof.lutsenko@gmail.com
 

Kuban State Agrarian University, Krasnodar, Russia 

Коржаков Валерий Евгеньевич  
к.т.н., доцент 
Korzhakov Valery Evgenievich 
Cand.Tech.Sci., assistant professor  
Адыгейский государственный университет 
Адыгея, Россия, korve@yandex.ru
 

Adygh State University, Adygheya, Russia 

Кратко описывается суть управления, формулируются цели и состав системы управления персоналом. Рассматривается суть метода функциональностоимостного анализа (ФСА) и как его основной 
недостаток отмечается недостаточно высокий уровень формализации, из-за чего при применении 
ФСА требуется привлечение экспертов. Конкретизируется различие между затратами и себестоимостью. Рассматривается решение вопросов построения системы управления персоналом на основе 
ФСА с применением метода автоматизированного 
системно-когнитивного анализа (АСК-анализе), в 
частности: вопросы измерения степени выраженности социально-экономических и психологических свойств, метризации шкал, построения интеллектуальной измерительной системы, разработки и 
применения модели, обеспечивающей как построение профессиограмм, так и их применение для 
измерения степени соответствия респондента профессиональным требованиям должности, а также 
для назначения на должности с учетом затрат на 
привлечение персонала и ресурсов, выделяемых на 
оплату персонала по должностям. Предлагаемый 
подход применим не только при решении задач 
управления персоналом методом ФСА, но и при 
применении ФСА в самых различных предметных 
областях, в частности при применении метода директ-Костинг 
 

The article briefly describes the essence of management, stating the goals and structure of the system of 
personnel management. It considers the essence of the 
method of functional-cost analysis (FCA) and, as a 
major gap, we have noted a low level of formalization, 
which requires the involvement of experts in applying 
the FSA. It also specifies the difference between the 
cost and the cost price. We consider the decision of 
questions of creation of the personnel management 
system on the FCA basis using the method of automated system-cognitive analysis (ASA-analysis), in particular: the measurement of the severity of socioeconomic and psychological properties, metric scales, 
build intellectual measuring system, the development 
and application of models, providing both building 
occupation graphs and their application to measure the 
degree of compliance of the Respondent with the requirements of professional positions and to the positions including the cost of employment of personnel 
and resources allocated for staff on posts. The proposed approach can be applied not only at the decision 
of tasks of human resource management with DAF 
method, but when you apply the FSA in a variety of 
subject areas, in particular - the method of directCosting 

Ключевые слова: РАЗРАБОТКА, ПРИМЕНЕНИЕ 
ИНТЕЛЛЕКТУАЛЬНЫХ ИЗМЕРИТЕЛЬНЫХ 
СИСТЕМ, АВТОМАТИЗИРОВАННЫЙ 
СИСТЕМНО-КОГНИТИВНЫЙ АНАЛИЗ, 
ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА «ЭЙДОС» 

Keywords: DEVELOPMENT, APPLICATION OF 
INTELLIGENT MEASURING SYSTEMS, 
AUTOMATED SYSTEM-COGNITIVE ANALYSIS, 
EIDOS INTELLECTUAL SYSTEM  

 

Состав классической системы управления с обратной связью приве
ден на рисунке 1: 

Научный журнал КубГАУ, №96(02), 2014 года 

http://ej.kubagro.ru/2014/02/pdf/01.pdf 

2

 
Рисунок 1. Цикл управления в замкнутой системе управления 
 

В системе управления персоналом: 

– объектом управления является персонал, т.е. действующие сотруд
ники и кандидаты на занятие тех или иных должностей; 

– управляющей системой – служба управления персоналом; 

– информация обратной связи о состоянии объекта управления: ин
формация о текущем качестве работы действующих сотрудников, инфор
мация о личностных и профессиональных качествах как действующих со
трудников, так и кандидатов на имеющиеся должности и о степени соот
ветствия этих качеств требованиям должностей; 

– управляющие факторы: решения руководства об освобождении со
трудников от занимаемых должностей, о назначениях кандидатов и со
трудников на те или иные должности, а также решения о направлении со
трудников на изменение или повышение квалификации; 

– цель управления персоналом: подбор и назначение конкретных со
трудников на различные должности в фирме таким образом, чтобы их лич
ностные и профессиональные качества наилучшим образом соответствова
ли требованиям, предъявляемым на этих должностях. 

Научный журнал КубГАУ, №96(02), 2014 года 

http://ej.kubagro.ru/2014/02/pdf/01.pdf 

3

Такая цель является естественной для системы управления персона
лом, основывающейся на психологических принципах и не использующей 

экономических критериев эффективности. Однако с точки зрения эконо
мики такая цель является недостаточной, т.к. кандидаты, наиболее соот
ветствующие по своим профессиональным и личностным качествам требо
ваниям должности, могут запросить на столько высокие суммы на оплату 

их труда, что у руководства может не оказаться достаточных ресурсов на 

фонд оплаты труда по тем должностям, на которые они претендуют. Или 

может возникнуть другая ситуация, когда есть два кандидата из которых 

более подходящий по своим свойствам подходит на 3% больше, чем сле
дующий за ним претендент, но запрашивает оплату труда на 45% выше 

чем он. Ясно, что в этой ситуации второй кандидат может оказаться пред
почтительным. Это может произойти при условии, если 3 дополнительных 

процента эффективности 1-го кандидата не обеспечат фирме дополнитель
ной прибыли, перекрывающей на 45% более высокие затраты на его при
влечение. Возникает вопрос о том, как в общем виде формализовать и реа
лизовать программно научно-обоснованные подходы для разрешения по
добных ситуаций. 

Функционально стоимостной анализ (ФСА) предполагает исследова
ние влияния величины затрат на реализацию тех или иных функций на па
раметры качества работы изделия или фирмы в целом, а затем оптимиза
цию структуры затрат с целью повышения эффективности их структуры, 

позволяющей получить те же или лучше результаты с меньшими затрата
ми. Таким образом, ФСА является естественным и органичным добавлени
ем к чисто психологической системе управления персоналом, которое спо
собно дать экономическое оправдание и обоснование ее решениям. 

При этом мы отличаем затраты на реализацию функций от структу
ры себестоимости продукции. Затраты представляют собой управляющие 

факторы, реально влияющие на технологический процесс, а себестоимость 

Научный журнал КубГАУ, №96(02), 2014 года 

http://ej.kubagro.ru/2014/02/pdf/01.pdf 

4

представляет собой лишь учет структуры затрат задним числом в бухгал
терском учете. 

В применении к управлению персоналом ФСА предполагает реше
ние следующих задач: 

Задача 1. Исследование степени соответствия профессиональных и 

личностных качеств сотрудников и кандидатов требованиям должностей, 

т.е. разработка профессиограмм. 

Задача 2. Определение степени соответствия кандидатов требовани
ям должностей (применение профессиограмм). 

Задача 3. Определение запрашиваемых кандидатами на должности 

сумм на оплату труда (затраты). 

Задача 4. Определение финансовых ресурсов, т.е. фонда оплат труда 

(ФОТ), которое руководство может выделить на выполнение функций в 

разрезе по должностям. 

Задача 5. Определение стоимости единицы соответствия по кандида
там и должностям. 

Задача 6. Назначение кандидатов на должности в порядке возраста
ния стоимости единицы соответствия, т.е. сначала тех, у кого набольшее 

соответствие за минимальную оплату труда, потом тех, у кого соответ
ствие ниже, а оплата труда выше и т.д. до тех пор, пока не будут исчерпа
ны ресурсы ФОТ. 

Для решения 1-й задачи идеально подходит Автоматизированный 

системно-когнитивный анализ (АСК-анализ) [1, 2] и его программный ин
струментарий – интеллектуальная система «Эйдос-Х++» [3, 4, 5, 6]. Для 

решения этой задачи разрабатывается Excel-файл в котором каждая строка 

соответствует уже работающему сотруднику. 1-й столбец содержит Ф.И.О. 

или условный код сотрудника. Столбцы со 2-го по N-й содержат класси
фикационные шалы, значениями которых являются степени соответствия 

должностям (определяется руководством, принимающем решение о назна

Научный журнал КубГАУ, №96(02), 2014 года 

http://ej.kubagro.ru/2014/02/pdf/01.pdf 

5

чении-увольнении данной категории сотрудников), столбцы с N+1 до по
следнего представляют собой описательные шкалы, значениями которых 

являются профессиональные и личностные свойства сотрудника, выявляе
мые с помощью психологических тестов и тестов на проф.пригодность. 

Эта информация автоматически вносится в систему Эйдос-Х++ с помощью 

одного из ее универсальных программных интерфейсов с внешними база
ми данных. При этом автоматически формируются  классификационные и 

описательные шкалы и градации и обучающая выборка, т.е. создаются все 

предпосылки для создания моделей, отражающих взаимосвязь личностных 

свойств сотрудников и успешности их профессиональной деятельности 

(рисунок 2): 

 
Рисунок 2. Последовательность обработки данных, информации и знаний  

в системе Эйдос-Х++ 

 

При создании моделей  используются предложенные в работе [9] ме
тоды метризации шкал (таблица 1): 

Научный журнал КубГАУ, №96(02), 2014 года 

http://ej.kubagro.ru/2014/02/pdf/01.pdf 

6

Таблица 1. Частные критерии знаний, используемые в настоящее время  
в СК-анализе и системе «Эйдос-Х++» 

Наименование модели знаний 
и частный критерий 

Выражение для частного критерия
через 

относительные частоты 

через 

абсолютные частоты 

INF1, частный критерий: количество знаний по А.Харкевичу, 
1-й вариант расчета относительных частот: Nj – суммарное 
количество признаков по j-му классу. Относительная частота того, что если у объекта j-го класса обнаружен признак, 
то это i-й признак 

i

ij
ij
P

P
Log
I
2
×
Ψ
=
 

j
i

ij
ij
N
N

N
N
Log
I
2
×
Ψ
=
 

INF2, частный критерий: количество знаний по А.Харкевичу, 
2-й вариант расчета относительных частот: Nj – суммарное 
количество объектов по j-му классу. Относительная частота 
того, что если предъявлен объект j-го класса, то у него будет обнаружен i-й признак. 

i

ij
ij
P

P
Log
I
2
×
Ψ
=

j
i

ij
ij
N
N

N
N
Log
I
2
×
Ψ
=
 

INF3, частный критерий: Хи-квадрат: разности между фактическими и теоретически ожидаемыми абсолютными частотами 
--- 

N

N
N
N
I
j
i
ij
ij
−
=
 

INF4, частный критерий: ROI - Return On Investment, 1-й 
вариант расчета относительных частот: Nj – суммарное 
количество признаков по j-му классу1 
i

i
ij

i

ij
ij
P

P
P

P

P
I
−
=
−
=
1
1
−
=

j
i

ij
ij
N
N

N
N
I
 

INF5, частный критерий: ROI - Return On Investment, 2-й 
вариант расчета относительных частот: Nj – суммарное 
количество объектов по j-му классу 
i

i
ij

i

ij
ij
P

P
P

P

P
I
−
=
−
=
1
1
−
=

j
i

ij
ij
N
N

N
N
I
 

INF6, частный критерий: разность условной и безусловной 
относительных частот, 1-й вариант расчета относительных 
частот: Nj – суммарное количество признаков по j-му классу 
i
ij
ij
P
P
I
−
=
N
N
N

N
I
i

j

ij
ij
−
=
 

INF7, частный критерий: разность условной и безусловной 
относительных частот, 2-й вариант расчета относительных 
частот: Nj – суммарное количество объектов по j-му классу 
i
ij
ij
P
P
I
−
=
N
N
N

N
I
i

j

ij
ij
−
=
 

Обозначения: 
i – значение прошлого параметра; 
j - значение  будущего параметра; 
Nij  – количество встреч  j-го значения будущего параметра при i-м значении прошлого параметра; 
M – суммарное число значений всех прошлых  параметров; 
W - суммарное число значений всех  будущих параметров. 
Ni  – количество встреч  i-м значения прошлого параметра по всей выборке; 
Nj  – количество встреч  j-го значения будущего параметра по всей выборке; 
N  – количество встреч  j-го значения будущего параметра при i-м значении прошлого параметра по всей выборке. 
Iij  – частный критерий знаний: количество знаний в факте наблюдения i-го значения прошлого 
параметра о том, что объект перейдет в состояние, соответствующее j-му значению будущего параметра; 
Ψ – нормировочный коэффициент (Е.В.Луценко, 2002), преобразующий количество информации 
в формуле А.Харкевича в биты и обеспечивающий для нее соблюдение принципа соответствия с формулой Р.Хартли; 
Pi – безусловная относительная частота встречи i-го значения прошлого параметра в обучающей выборке; 
Pij – условная относительная частота встречи i-го значения прошлого параметра при j-м значении будущего параметра . 
 

 
                                           
1 Применение предложено Л.О. Макаревич 

Научный журнал КубГАУ, №96(02), 2014 года 

http://ej.kubagro.ru/2014/02/pdf/01.pdf 

7

Суть этих методов в том, что вычисляется количество информации в 

факте наличия или определенной степени выраженности того или иного 

личностного свойства о том, что обладающий им кандидат будет прояв
лять определенную степень успешности профессиональной деятельности, 

работая на той или иной должности. Это позволяет сопоставимо и кор
ректно обрабатывать разнородную информацию о респондентах, получен
ную с помощью различных тестов и других различных источников. 

Задача 2 также решается в АСК-анализе и системе Эйдос-Х++ и яв
ляется для них совершенно стандартной. Для каждого респондента вычис
ляется суммарное количество информации, которое содержится в его лич
ностных свойствах о степени успешности его профессиональной деятель
ности по различным должностям. 

Задачи 3-6 также решаются в системе «Эйдос», в которой реализован 

соответствующий режим [10, 11]. В работе [11] эти задачи реализованы в 

общей постановке: 

Дано: 

1. Элементы имеют свойства и в разной степени подходят для раз
личных подсистем, но в какой именно степени подходят – это надо еще 

определить (это задача распознавания). 

2. На включение элементов в состав подсистем затрачиваются опре
деленные ресурсы подсистем, т.е. каждому элементу соответствуют затра
ты, а подсистемам – ресурсы. 

3. Все элементы различны. 

4. Каждый элемент может быть назначен единственной подсистеме. 

Необходимо: максимизировать суммарный системный эффект (поль
зу) от распределения элементов по подсистемам и желательно при этом 

минимизировать суммарные затраты. 

Кратко рассмотрим возможные применения задачи о назначениях в 

области педагогики и психологии. СК-анализ и система «Эйдос» позволя

Научный журнал КубГАУ, №96(02), 2014 года 

http://ej.kubagro.ru/2014/02/pdf/01.pdf 

8

ют разработать профессиограммы, т.е. на основе ретроспективной базы 

данных определить, какие признаки респондентов (первичные, устанавли
ваемые непосредственно, вторичные, т.е. расчетные) наиболее характерны 

для работников, успешно работающих по тем или иным должностям [1, 4, 

6, 8-10]. Аналогично, могут быть разработаны профессиограммы, отража
ющие успешность обучения по тем или иным специальностям, дисципли
нам и циклам дисциплин [1-3, 6, 7].  Во всех этих случаях можно и решить 

задачу о назначениях, т.е. распределить кандидатов, претендующих на ту 

или иную оплату труда (затраты), на должности, в соответствии с ограни
чениями на фонд оплаты труда по эти должностям, причем сделать это та
ким образом, что и для каждого работника, и по каждой должности, и по 

организации в целом, будет получена максимальная польза. 

На основе вышеизложенного на наш взгляд можно обоснованно 

предположить, что системно-когнитивный анализ и его инструментарий – 

система «Эйдос» являются адекватным средством для решения для реше
ния ранее не встречавшегося в литературе обобщения задачи о назначени
ях, учитывающего не только различную полезность одного и того же груза 

для разных рюкзаков, различные затраты на грузы и ресурсы рюкзаков, но 

и обеспечивающего автоматическое определение степени этой полезности 

на основе признаков груза путем решения задачи распознавания. 

Отметим, что АСК-анализ является универсальным методом, обес
печивающим непосредственную автоматизацию ФСА в любой предметной 

области, в частности автоматизацию метода Директ-Костинг. Для этого 

разрабатывается Excel-файл в котором каждая строка соответствует перио
ду отчетности деятельности фирмы, например 1 месяц. 1-й столбец содер
жит идентифицирующую информацию о периоде отчетности. Столбцы со 

2-го по N-й содержат классификационные шалы, значениями которых яв
ляются значения экономических, финансовых и хозяйственных критериев 

эффективности деятельности фирмы. Столбцы с N+1 до последнего пред

Научный журнал КубГАУ, №96(02), 2014 года 

http://ej.kubagro.ru/2014/02/pdf/01.pdf 

9

ставляют собой описательные шкалы, значениями которых являются вели
чины затрат по различным направлениям деятельности фирмы. Эта ин
формация автоматически вносится в систему Эйдос-Х++ с помощью одно
го из ее универсальных программных интерфейсов с внешними базами 

данных. При этом автоматически формируются  классификационные и 

описательные шкалы и градации и обучающая выборка, т.е. создаются все 

предпосылки для создания моделей, отражающих взаимосвязь между ве
личиной затрат по различным направлениям и финансово-экономической и 

хозяйственной эффективностью фирмы (рисунок 2). На основе этих моде
лей система Эйдос-Х++ вырабатывает обоснованные рекомендации по та
кой структуре затрат, которая обеспечивает (по крайней мере ранее обес
печивала) заданные значения критериев финансово-экономической и хо
зяйственной эффективностью фирмы. Подобные исследования отражены в 

работе [37] и ряде других2. 

Материалы данной статьи могут стать основой для нескольких лабо
раторных работ по дисциплинам: «Функционально-стоимостной анализ 

системы и технологии управления персоналом (магистратура)», «Измере
ния в социально-экономических системах», «Управление знаниями», «Ин
теллектуальные информационные системы», «Представление знаний»,  

«Интеллектуальные информационные технологии», «Системы управления 

знаниями», «Человеко-машинное взаимодействие» и может применяться в 

вузах, готовящих специалистов по  специальностям «Прикладная инфор
матика» и «Информационные системы и технологии». 

В работах [12-38] рассмотрены различные аспекты применения 

предлагаемых технологий в области психологии, педагогики и психофи
зиологии. 

Таким образом, в статье кратко описывается суть управления, фор
мулируются цели и состав системы управления персоналом. Рассматрива                                           
2 См., например: http://lc.kubagro.ru/

Научный журнал КубГАУ, №96(02), 2014 года 

http://ej.kubagro.ru/2014/02/pdf/01.pdf 

10

ется суть метода функционально-стоимостного анализа (ФСА) и как его 

основной недостаток отмечается недостаточно высокий уровень формали
зации, из-за чего при применении ФСА требуется привлечение экспертов. 

Конкретизируется различие между затратами и себестоимостью. Рассмат
ривается решение вопросов построения системы управления персоналом 

на основе ФСА с применением метода автоматизированного системно
когнитивного анализа (АСК-анализе), в частности: вопросы измерения 

степени выраженности социально-экономических и психологических 

свойств, метризации шкал, построения интеллектуальной измерительной 

системы, разработки и применения модели, обеспечивающей как построе
ние профессиограмм, так и их применение для измерения степени соответ
ствия респондента профессиональным требованиям должности, а также 

для назначения на должности с учетом затрат на привлечение персонала и 

ресурсов, выделяемых на оплату персонала по должностям. Предлагаемый 

подход применим не только при решении задач управления персоналом 

методом ФСА, но и при применении ФСА в самых различных предметных 

областях, в частности при применении метода директ-Костинг. 

 

Литература3 

1. Луценко Е.В. Автоматизированный системно-когнитивный анализ в управлении 
активными объектами (системная теория информации и ее применение в исследовании 
экономических, социально-психологических, технологических и организационнотехнических систем): Монография (научное издание). – Краснодар:  КубГАУ. 2002. – 
605 с. 
2. Луценко Е.В. Теоретические основы, технология и инструментарий автоматизированного системно-когнитивного анализа и возможности его применения для сопоставимой оценки эффективности вузов / Е.В. Луценко, В.Е. Коржаков // Политематический сетевой электронный научный журнал Кубанского государственного аграрного 
университета (Научный журнал КубГАУ) [Электронный ресурс]. – Краснодар: 
КубГАУ, 2013. – №04(088). С. 340 – 359. – IDA [article ID]: 0881304022. – Режим доступа: http://ej.kubagro.ru/2013/04/pdf/22.pdf, 1,25 у.п.л. 
3. Луценко Е.В. Универсальная когнитивная аналитическая система «Эйдос-Х++» / 
Е.В. Луценко // Политематический сетевой электронный научный журнал Кубанского 
государственного аграрного университета (Научный журнал КубГАУ) [Электронный 

                                           
3 Для удобства читателей некоторые работы приведены на сайте автора: http://lc.kubagro.ru/