Modélisation - comme approche innovante dans l'enseignement aux enfants d'âge préscolaire
Kokchetaou - 2016
Contenu
1. Introduction
1.1 Pertinence de la méthode de modélisation
1. 2 Couverture psychologique et pédagogique de la méthode de modélisation.
2. Modélisation dans le processus éducatif
2.1 Types de modèles
2.2 Modélisation dans un cours de développement de la parole
2.3 La modélisation comme moyen de développer l'intérêt cognitif chez les enfants
Conclusion.
Liste de la littérature utilisée
Pertinence du sujet.
Le nouveau millénaire a besoin d'un nouveau système éducatif moderne qui réponde aux exigences de l'État et de la société, c'est-à-dire qu'il est nécessaire de s'adapter à son temps. Aujourd'hui, comme le notent de nombreux scientifiques du monde entier, au lieu de l'éducation de base, qui a servi de fondement à toute l'activité professionnelle d'une personne, une « éducation à la vie » est requise. Le principal mécanisme d'activité d'une institution préscolaire en développement est la recherche et le développement d'innovations qui contribuent à des changements qualitatifs dans le travail d'une institution préscolaire. De nos jours, la profession enseignante ne tolère plus le retard sur son temps. Par conséquent, les activités éducatives de notre jardin d'enfants combinent des technologies éprouvées et de nouveaux développements. Je construis mon travail dans une direction innovante : « Méthode de modélisation dans l'enseignement aux enfants d'âge préscolaire ». La modélisation est l'un des domaines relativement"mauvaises" méthodes d'entraînement mental.
La pertinence de l'utilisation de la modélisation visuelle dans le travail avec des enfants d'âge préscolaire est la suivante :
Un enfant d'âge préscolaire est très flexible et facile à enseigner, mais la plupart des enfants se caractérisent par une fatigue rapide et une perte d'intérêt pour les activités. L'utilisation de la modélisation visuelle crée de l'intérêt et aide à résoudre ce problème.
L'utilisation de l'analogie symbolique facilite et accélère le processus de mémorisation et d'assimilation du matériel et forme des techniques pour travailler avec la mémoire.
À l'aide d'une analogie graphique, les enfants apprennent à voir l'essentiel et à systématiser les connaissances acquises.
La formation de compétences en modélisation visuelle se produit dans un certain ordre avec une augmentation de la part de participation indépendante des enfants d'âge préscolaire dans ce processus. De là, on peut distinguer les étapes suivantes de modélisation visuelle :
Assimilation et analyse du matériel sensoriel ;
Le traduire en langage symbolique des signes.
En utilisant la modélisation visuelle dans mon travail, j'enseigne aux enfants :
obtenir des informations, effectuer des recherches, faire des comparaisons, établir un plan interne clair pour les actions mentales et les déclarations vocales ;
formuler et exprimer des jugements, tirer des conclusions ;
l'utilisation de la modélisation visuelle a un impact positif sur le développement non seulement des processus vocaux, mais aussi des processus non vocaux : attention, mémoire, réflexion.
La méthode de modélisation est efficace car elle permet à l'enseignant de maintenir l'intérêt cognitif des enfants d'âge préscolaire tout au long de la leçon. C'est l'intérêt cognitif des enfants qui favorise une activité mentale active et une concentration d'attention soutenue et à long terme. A l'aide de schémas et de modèles, les enfants d'âge préscolaire apprennent à surmonter diverses difficultés ; les émotions positives qu'ils éprouvent - la surprise, la joie de réussir - leur donnent confiance en leurs capacités.
En période préparatoire, j'utilise les jeux suivants : « À quoi ça ressemble ? », « Qui se cache ?
Au stade initial du travail, au début de l'âge préscolaire, on utilise des modèles similaires à des objets et des personnages réels, puis vous pouvez utiliser des formes géométriques dont la forme et la couleur ressemblent à l'objet à remplacer. À partir du groupe intermédiaire, j'utilise des modèles avec un minimum de détails, ainsi que des mnémoniques pour composer des histoires descriptives, raconter des contes de fées, poser des énigmes et composer de manière indépendante des contes de fées pour les enfants d'âge préscolaire.
La polyvalence des modèles de support leur permet d'être utilisés dans différents types d'activités pour enfants. La modélisation est utilisée dans les activités directement organisées (dans les espaces éducatifs) et dans les activités indépendantes des enfants pour généraliser leurs idées sur l'environnement.
Pour atteindre avec succès les objectifs d'un établissement d'enseignement, une variété de ressources matérielles et de personnel qualifié sont nécessaires, ainsi que le désir des enseignants eux-mêmes de travailler de manière efficace et créative. Ces dernières années, à la suite de l'introduction des acquis de la science psychologique et pédagogique et de l'expérience pédagogique avancée dans le travail des éducateurs, de nombreuses nouvelles formes et méthodes efficaces d'amélioration des compétences professionnelles des enseignants ont émergé. L'expérience de notre jardin d'enfants montre que les formes les plus efficaces sont les master classes, les ateliers, les projections ouvertes d'activités d'apprentissage organisées et d'événements intégrés.
Au stade actuel du travail des établissements d'enseignement préscolaire, le thème de l'interaction entre tous les participants au processus éducatif est pertinent. Le domaine le plus important est la coopération avec les familles des élèves.
Actuellement et dans mes futurs travaux, je continuerai à utiliser la méthode de modélisation dans l'intégration du processus éducatif.
Couverture psychologique et pédagogique de la méthode de modélisation.
De nombreux professeurs célèbres s'attaquent au problème de la modélisation. Dans la littérature didactique moderne, l'idée de la modélisation comme l'une des méthodes d'enseignement est répandue, même si la modélisation est connue depuis très longtemps comme méthode scientifique.
V. A. Shtoff définit un modèle comme « un moyen d'afficher, de reproduire l'une ou l'autre partie de la réalité en vue d'une connaissance plus approfondie depuis l'observation et l'expérimentation jusqu'à diverses formes de généralisations théoriques ».
V.V. Kraevsky définit un modèle comme « un système d'éléments qui reproduit certains aspects, connexions, fonctions du sujet de recherche ». Friedman note que « en science, les modèles sont utilisés pour étudier n'importe quel objet (phénomènes, processus), pour résoudre une grande variété de problèmes scientifiques et ainsi obtenir de nouvelles informations. Par conséquent, un modèle est généralement défini comme un certain objet (système), dont l'étude sert de moyen d'acquérir des connaissances sur un autre objet (original).
Les questions de modélisation sont envisagées dans les travaux logico-philosophiques du point de vue de l'utilisation de modèles pour étudier certaines propriétés de l'original, ou de sa transformation, ou du remplacement de l'original par des modèles dans le cadre de toute activité (I.B. Novikov, V.A. Shtoff, etc. ) .
La large diffusion de points de vue similaires parmi les enseignants du préscolaire dans les années 90 du 20e siècle a conduit au fait que les enfants d'âge préscolaire arrivaient souvent en 1ère année au cours de ces années, élevés dans la position de rejet de l'apprentissage systématique et du développement intellectuel ciblé dans un établissement d'enseignement préscolaire. Et cet écart a eu un impact particulièrement douloureux sur l'enseignement scolaire dans les deux matières phares de l'école primaire : les mathématiques et la langue russe.
Une analyse de la littérature dans laquelle le terme « modèle » est utilisé montre que ce terme est utilisé dans deux sens : 1) au sens d'une théorie et 2) au sens d'un objet (ou d'un processus comme cas particulier de un objet), ce que reflète cette théorie. C'est-à-dire que, d'une part, le modèle est abstrait par rapport à l'objet (modèle abstrait), et d'autre part, concrétisant (modèle concret). Considérant systématiquement les principales significations du terme « modèle », l'auteur de la monographie « Modélisation et philosophie » V.A. Stoff propose la définition suivante : « Un modèle est compris comme un système mentalement représenté ou matériellement réalisé qui, en affichant et en reproduisant un objet, est capable de le remplacer de telle manière que son étude nous donne de nouvelles informations sur cet objet. »
La modélisation est l'un des moyens de comprendre la réalité. Le modèle est utilisé pour étudier n'importe quel objet (phénomènes, processus), pour résoudre divers problèmes et obtenir de nouvelles informations. Par conséquent, un modèle est un certain objet (système) dont l'utilisation sert à acquérir des connaissances sur un autre objet (original). Par exemple, une carte géographique.
La visibilité des modèles repose sur le schéma important suivant : la création d'un modèle s'effectue sur la base de la création préalable d'un modèle mental - des images visuelles des objets modélisés, c'est-à-dire que le sujet crée une image mentale de cet objet, puis (avec les enfants) construit un modèle matériel ou figuratif (visuel). Les modèles mentaux sont créés par les adultes et peuvent être transformés en modèles visuels à l'aide de certaines actions pratiques (auxquelles les enfants peuvent également participer) ; les enfants peuvent également travailler avec des modèles visuels déjà créés.
Pour maîtriser la modélisation comme méthode de connaissance scientifique, il est nécessaire de créer des modèles. Créez avec les enfants et veillez à ce que les enfants participent directement et activement à la réalisation des modèles. Sur la base d'un tel travail, des changements importants se produisent pour le plein développement mental des enfants - la maîtrise du système d'actions mentales en cours d'intériorisation.
La modélisation est directement liée à un modèle et est un système qui fournit des connaissances sur un autre modèle similaire. Les transformations cognitives s'effectuent sur un objet - un modèle, mais les résultats sont liés à l'objet réel. Un objet idéalisé est aussi une forme de modélisation, mais un objet construit imaginaire qui n’a pas d’analogue dans la réalité. La modélisation est une opération logique, à l'aide de laquelle sont examinés un objet donné et des caractéristiques inaccessibles à la perception. Fondamentalement, il existe des modèles : sujet, sujet-schématique et graphique.
La notion de "modèle" implique différentes choses : un certain design, une reproduction d'un objet dans un but précis, un échantillon idéal. Pour remplir ces propriétés, le modelé et l'objet modélisé doivent être similaires. La reproduction n'est pas complète, mais l'objet est présenté sous une forme d'analyse. Il peut être idéal ou matériel sous forme naturelle ou artificielle. Le contenu d'un objet est déterminé par ce qui a été obtenu au cours du processus de modélisation. Il peut représenter des choses, des propriétés ou des relations d'une structure, type fonctionnel ou génétique. Les modèles ont : clarté, abstraction et fantaisie, hypothétique et similarité. En gardant à l'esprit les propriétés de l'objet à reproduire, les modèles peuvent être : substrat, structurel et fonctionnel. Ils sont également : cognitifs et non cognitifs. (éducatif). Ils ont une fonction créative, représentative et heuristique. En fournissant un aperçu de l’objet et en reproduisant ses propriétés et ses relations, le modèle incarne l’objectif et est un outil pour l’atteindre. La modélisation implique des connaissances préliminaires sur un objet, un transfert de connaissances d'un modèle à un objet et des tests pratiques des connaissances acquises. La modélisation a toujours un but préfixé et n'est pas seulement une forme de matérialisation d'une relation préalablement découverte dans l'esprit, mais l'action de sa construction, ce qui lui confère un caractère heuristique. Les modèles cognitifs assurent l'acquisition de nouvelles connaissances, et les modèles pédagogiques assurent la maîtrise de ces connaissances.
Types de modèles
Pour les enfants d'âge préscolaire, différents types de modèles sont utilisés :
1. Tout d'abord, les sujets, dans lesquels les caractéristiques de conception, les proportions et les interrelations des parties de tout objet sont reproduites. Il peut s'agir de jouets techniques qui reflètent le principe du mécanisme ; modèles de construction. Un modèle objet est un globe terrestre ou un aquarium qui modélise un écosystème en miniature.
2. Modèles sujet-schématiques. Les caractéristiques, connexions et relations essentielles y sont présentées sous forme d'objets maquettes. Les calendriers naturels sont également des modèles schématiques de sujet courants.
3. Les modèles graphiques (graphiques, diagrammes, etc.) transmettent généralement (sous condition) les caractéristiques, les connexions et les relations des phénomènes. Un exemple d'un tel modèle serait un calendrier météorologique tenu par des enfants utilisant des symboles spéciaux pour indiquer des phénomènes de nature inanimée et animée. Ou un plan de chambre, un coin de poupée, un schéma de parcours (le chemin de la maison à la maternelle), des labyrinthes.
Dans le but d'introduire et de consolider les images de modèles, on utilise des jeux de rôle didactiques, des jeux qui satisfont la curiosité des enfants, aident à impliquer l'enfant dans l'assimilation active du monde qui l'entoure et aident à maîtriser les voies de connaître les liens entre les objets et les phénomènes. Le modèle, révélant les connexions et les relations nécessaires à la cognition, simplifie l'objet, ne représentant que ses aspects individuels, ses connexions individuelles. Par conséquent, le modèle ne peut pas être la seule méthode de cognition : il est utilisé lorsqu'il est nécessaire de révéler aux enfants tel ou tel contenu essentiel d'un objet. Cela signifie que la condition pour introduire des modèles dans le processus de cognition est la familiarisation préalable des enfants avec des objets réels, des phénomènes, leurs caractéristiques externes, des connexions et des médiations spécifiquement représentées dans la réalité environnante. L'introduction d'un modèle nécessite un certain niveau de développement de l'activité mentale : la capacité d'analyser et d'abstraire les caractéristiques des objets et des phénomènes ; une pensée imaginative qui permet de remplacer des objets ; capacité à établir des liens. Et bien que toutes ces compétences soient formées chez les enfants en train d'utiliser des modèles dans l'activité cognitive, leur introduction, la maîtrise du modèle lui-même et son utilisation pour une cognition ultérieure nécessitent un niveau de perception différenciée, une pensée imaginative, un discours cohérent et un vocabulaire riche qui est déjà assez élevé pour un enfant d'âge préscolaire. Ainsi, le développement du modèle lui-même se présente sous la forme de la participation des enfants à la création du modèle, de la participation au processus de remplacement des objets par des images schématiques. Cette maîtrise préalable du modèle est une condition pour que son utilisation révèle la connexion qui s'y reflète. La modélisation visuelle stimule le développement des capacités de recherche des enfants, attire leur attention sur les caractéristiques d'un objet, aide à déterminer les méthodes d'examen sensoriel d'un objet et consolide les résultats de l'examen sous une forme visuelle.
Former l'indépendance, la sociabilité et la capacité d'opérer avec des symboles linguistiques aideront l'enfant dans ses études à l'école. Ainsi, l'activité signe-symbolique est constamment utilisée à l'école. Chaque matière académique possède son propre système de signes et de symboles. Avec leur aide, l'étudiant encode les informations étudiées. Le mannequinat occupe une place importante dans les activités pédagogiques des élèves du primaire. Il s’agit d’un élément nécessaire de la capacité d’apprendre, et un discours correct est l’un des indicateurs de la préparation d’un enfant à l’école, la clé d’une alphabétisation et d’une lecture réussies. L'introduction de modèles visuels dans le processus d'apprentissage permet un développement plus ciblé du discours des enfants, en enrichissant leur vocabulaire actif, en renforçant les compétences de formation de mots, en formant et en améliorant la capacité d'utiliser diverses structures de phrases dans le discours, de décrire des objets et de composer une histoire. En utilisant des techniques de modélisation visuelle, les enfants se familiarisent avec une manière graphique de présenter des informations : un modèle.
Dans les groupes seniors et préparatoires, les méthodes de modélisation visuelle comprennent : la désignation d'objets à l'aide d'une variété de substituts ; utilisation et création de différents types d'images conditionnellement schématiques d'objets et d'objets réels ; la capacité de lire et de créer une image graphique des caractéristiques d'objets appartenant à une classe, une espèce, un genre particulier (transport, plantes, animaux, etc.) ; la capacité de naviguer dans l'espace à l'aide de sa représentation schématique ; la possibilité de créer un plan d'un espace réel (plan d'une pièce, d'un site d'école maternelle, d'une rue, etc.) ;
la capacité d'utiliser un modèle espace-temps pour raconter et composer des histoires ; création indépendante de modèles selon vos propres plans.
Des schémas et des modèles de structures diverses (syllabes, mots, phrases, textes) habituent progressivement les enfants à l'observation du langage. La schématisation et la modélisation aident l'enfant à voir combien et quels sons contiennent un mot, la séquence de leur disposition et la connexion des mots dans une phrase et un texte. Cela développe l’intérêt pour les mots, les sons de la parole, la communication et améliore l’activité de parole et de réflexion de l’enfant. Lors de l'organisation de travaux visant à familiariser les enfants avec les objets et les phénomènes naturels, je veille à ce que les enfants puissent remarquer et mettre en évidence leurs principales propriétés, ainsi qu'expliquer certains modèles de la nature. Des diagrammes, des symboles, des modèles y contribuent. La modélisation visuelle dans ce cas est cet outil spécifique qui apprend à analyser, à mettre en évidence l'essentiel, à enseigner l'observation et la curiosité.
Il est préférable de commencer à travailler avec des cartes et des symboles en apprenant à composer des histoires descriptives sur les légumes, les fruits, les vêtements, la vaisselle et les saisons. Dans un premier temps, lors de la composition d'histoires, il est proposé de déplacer la carte avec l'objet décrit d'un point à l'autre (fenêtres avec une représentation schématique des propriétés et caractéristiques, traits distinctifs de l'objet). Ceci est fait pour faciliter l'accomplissement de la tâche, car il est plus facile pour les enfants de décrire un objet lorsqu'ils voient directement le point souhaité sur la carte schématique à côté de l'objet décrit. Ensuite, vous pouvez les séparer les uns des autres : tenez la carte avec l'objet décrit dans votre main et indiquez-la dans l'ordre conformément aux points de la carte.
Lors de l'organisation du travail avec les enfants pour développer l'imagination et la capacité de modéliser visuellement dans des activités visuelles, des tâches ont été proposées dans lesquelles les enfants devaient analyser l'apparence d'objets, identifier des traits caractéristiques et utiliser l'analyse de diagrammes représentant un trait caractéristique. Et puis on leur a demandé de créer eux-mêmes des images détaillées proches des images réelles.
Modélisation dans un cours de développement de la parole
S.L. Rubinstein dit que la parole est l'activité de communication – expression, influence, message – à travers le langage, la parole est le langage en action. La parole, à la fois solidaire et différente du langage, est l'unité d'une certaine activité - la communication - et d'un certain contenu, qui désigne et, désignant, reflète l'être. Plus précisément, la parole est une forme d'existence de la conscience (pensées, sentiments, expériences) pour autrui, servant de moyen de communication avec lui, et une forme de reflet généralisé de la réalité, ou une forme d'existence de la pensée. Le développement de la pensée humaine est étroitement lié au développement de la parole articulée. Puisque la relation entre le mot et le signifié dans la parole sonore est plus abstraite que la relation entre un geste et ce qu'il représente ou désigne, la parole sonore présuppose un développement supérieur de la pensée ; d’un autre côté, une pensée plus généralisée et abstraite a, à son tour, besoin d’un discours sonore pour s’exprimer. Ils sont donc interconnectés et interdépendants dans le processus de développement historique.
Parmi les problèmes de développement de la parole des enfants, deux principaux ont été identifiés : la création de la parole et le dialogue en tant que composants les plus importants de l'initiative communicative, les domaines les plus importants du développement personnel. La créativité dans l'activité de parole se manifeste à différents niveaux et à des degrés divers. Une personne n'invente pas son propre système sonore et, en règle générale, n'invente pas de morphèmes (racines, préfixes, suffixes, terminaisons). Il apprend à prononcer correctement les sons et les mots conformément aux normes de sa langue maternelle, à construire des phrases conformément aux règles de grammaire et à formuler des énoncés sous la forme de textes d'une certaine structure (avec un début, un milieu, une fin) et un certain type (description, narration, raisonnement). Mais, maîtrisant ces moyens linguistiques et ces formes de discours qui existent dans la culture, l'enfant fait preuve de créativité, joue avec des sons, des rimes, des significations, des expériences et des constructions, crée ses propres mots, phrases, constructions grammaticales, textes originaux dont il n'a jamais entendu parler. n'importe qui. . Sous cette forme, l'enfant apprend des schémas linguistiques. Il parvient à la maîtrise de la langue, au flair linguistique grâce à une conscience élémentaire de la réalité linguistique. Il parvient à la normalité par l'expérience (par sa violation).
Le dialogue entre pairs revêt une importance particulière dans le développement de la parole des enfants d'âge préscolaire. C’est ici que les enfants se sentent vraiment égaux, libres et détendus. Ici, ils apprennent l'auto-organisation, l'initiative et la maîtrise de soi. Dans le dialogue naît un contenu qu’aucun des partenaires ne possède individuellement ; il naît uniquement dans l’interaction. Dans un dialogue avec un pair, vous devez vous concentrer au maximum sur les caractéristiques de votre partenaire, prendre en compte ses capacités (souvent limitées) et donc construire arbitrairement votre énoncé à partir d'un discours contextuel. Le dialogue avec un pair est un nouveau domaine passionnant de la pédagogie de la coopération et de la pédagogie du développement personnel. Les instructions directes, la motivation pédagogique et une réglementation stricte sont ici inappropriées. Et pourtant, comme le montrent les recherches, le dialogue avec ses pairs doit être enseigné. Enseigner le dialogue, enseigner les jeux de langage, enseigner la créativité verbale.
Un moyen efficace de résoudre le problème du développement de l'intelligence et de la parole d'un enfant est la modélisation, grâce à laquelle les enfants apprennent à généraliser les caractéristiques essentielles des objets, des connexions et des relations dans la réalité. Il est conseillé de commencer à enseigner le mannequinat à l'âge préscolaire, car, selon L.S. Vygotsky, F.A. Sokhin, O.S. Ouchakova, l'âge préscolaire est la période de formation et de développement de la personnalité les plus intensifs. Au fur et à mesure que l'enfant se développe, il maîtrise activement les bases de sa langue et de sa parole maternelles, et son activité de parole augmente.
Un rôle important dans le développement du discours cohérent des enfants est joué par les jeux didactiques de description d'objets : « Dites-moi lequel », « Qui sait et nomme plus », « Devinez par la description », « Sac merveilleux », « Magasin de jouets » . Ces jeux aident à apprendre aux enfants à nommer des traits caractéristiques, des qualités, des actions ; encourager les enfants à participer activement et à exprimer leurs opinions ; former la capacité de décrire le sujet de manière cohérente et cohérente. Jeux didactiques pour la formation d'idées sur la séquence d'actions des personnages en résolvant les schémas d'images correspondants : « Racontez un conte de fées en utilisant des images », « Dites ce qui vient en premier, ce qui vient ensuite », « Je vais commencer, et vous terminer", "Qui sait, continue" . De tels jeux favorisent une narration cohérente et une description cohérente de l'intrigue de l'œuvre.
La méthode de modélisation repose sur le principe de substitution : l'enfant remplace un objet réel par un autre objet, son image ou un signe conventionnel. Initialement, la capacité de substitution se forme chez les enfants par le jeu (un caillou devient un bonbon, le sable devient de la bouillie pour une poupée, et il devient lui-même papa, chauffeur, astronaute). L'expérience de substitution s'accumule également au cours du développement de la parole et dans les activités visuelles.
En utilisant des techniques de modélisation visuelle, les enfants se familiarisent avec une manière graphique de présenter des informations : un modèle. L'utilisation de la modélisation dans le processus de développement de la parole présente deux aspects :
)sert d'une certaine méthode de cognition ;
) est un programme d'analyse de nouveaux phénomènes.
Il est conseillé de baser les cours sur le développement d'un discours cohérent chez les enfants sur des tâches visant à identifier la capacité à répondre à des questions par des phrases complètes, à composer une description d'histoire basée sur un modèle et à mener un dialogue.
L'utilisation de la modélisation visuelle dans le travail avec des enfants d'âge préscolaire est la suivante : un enfant d'âge préscolaire est très flexible et facile à enseigner, mais nos enfants se caractérisent par une fatigue rapide et une perte d'intérêt pour les activités. L'utilisation de la modélisation visuelle crée de l'intérêt et aide à résoudre ce problème. L'utilisation de l'analogie symbolique facilite et accélère le processus de mémorisation et d'assimilation du matériel et forme des techniques pour travailler avec la mémoire. À l'aide d'une analogie graphique, nous apprenons aux enfants à voir l'essentiel et à systématiser les connaissances acquises. La technologie de modélisation visuelle nécessite le respect des principes pédagogiques suivants :
) caractère évolutif et pédagogique de la formation ;
) le contenu scientifique et les méthodes du processus éducatif ;
) systématique et cohérence ;
)conscience, activité créatrice et indépendance ;
) visibilité ;
) disponibilité;
) combinaison rationnelle de formes de travail collectives et individuelles.
Le développement d'un discours cohérent est une tâche importante dans l'éducation à la parole des enfants. Cela est dû à sa signification sociale et à son rôle dans la formation de la personnalité. Dans un discours cohérent, les fonctions communicatives fondamentales du langage et de la parole sont réalisées. La parole cohérente est la forme la plus élevée de parole et d'activité mentale, qui détermine le niveau de parole et de développement mental de l'enfant.
À l'heure actuelle, il n'est pas nécessaire de prouver que le développement de la parole est étroitement lié au développement de la conscience, à la connaissance du monde environnant et au développement de la personnalité dans son ensemble. Le lien central avec lequel un enseignant peut résoudre une variété de problèmes cognitifs et créatifs est constitué par les moyens figuratifs, ou plus précisément, les représentations modèles.
Formes de travail avec le modèle
1. Un modèle d'objet sous la forme d'une structure physique d'un ou plusieurs objets naturellement connectés (un modèle plan d'une figure qui reproduit ses parties principales, ses caractéristiques de conception, ses proportions, ses relations entre les pièces dans l'espace).
2. Modèle sujet-schéma (signe). Ici, les composants essentiels identifiés dans l'objet de cognition et les liens entre eux sont indiqués à l'aide d'objets de substitution et de signes graphiques. (pour les plus grands - calendriers)
3. Modèles graphiques (graphiques, formules, diagrammes)
4. Modèle analogique. Le modèle et l'original sont décrits par une relation mathématique unique (modèles électriques pour l'étude des phénomènes mécaniques, acoustiques, hydrodynamiques)
Sur la base des modèles, vous pouvez créer une variété de jeux éducatifs.
À l’aide de modèles illustrés, organisez différents types d’activités orientées pour les enfants.
Les modèles peuvent être utilisés en classe, en collaboration avec un enseignant et dans le cadre d’activités indépendantes pour les enfants.
Parents et enfants peuvent être impliqués dans la création de modèles : relation – enseignant+parent+enfant
Orientation temporelle
Pour un enfant, réfléchir le temps est une tâche plus difficile que percevoir l’espace.
T.D. Richterman identifie au moins trois aspects différents des représentations temporelles :
adéquation de la réflexion des intervalles de temps et de leur corrélation avec les activités (la capacité d’organiser ses activités dans le temps) ;
comprendre des mots indiquant le temps (du plus simple « hier-aujourd'hui-demain » au plus complexe « passé-présent-futur », etc.) ;
comprendre la séquence des événements, des actions, des phénomènes
Système de travail selon T.D. Richterman
Familiarisation avec les moments de la journée sur une base visuelle à l'aide d'images, reflétant les activités des enfants à différents moments de la journée
Orientation à l'aide d'images de paysages basées sur des indicateurs naturels de base : couleur du ciel, position du Soleil dans le ciel, degré d'éclairage naturel
Transition vers les conventions des images de paysages utilisant un modèle de couleurs, où chaque heure de la journée est indiquée par une couleur spécifique
Comment généraliser les connaissances sur le temps - familiarité avec le calendrier en tant que système de mesures du temps
Système de travail selon E.I. Chtcherbakova
Elle a développé un modèle tridimensionnel du temps sous la forme d'une spirale dont chaque tour, en fonction de la solution à une tâche didactique spécifique, montrait clairement le mouvement des changements dans les processus, les phénomènes temporels, les propriétés du temps (unidimensionnalité , fluidité, irréversibilité, périodicité)
Le modèle « jours de la semaine » est similaire au premier, mais diffère en ce que ses dimensions sont plus grandes et qu'un tour de spirale comprend sept segments, colorés séquentiellement de différentes couleurs, en corrélation avec certains jours de la semaine.
Le modèle « saisons » se distingue du précédent par sa taille nettement plus grande et son design quadricolore.
Séquence d'enseignement des concepts temporels
Méthodologie d'introduction des concepts de temps
Développement du sens du temps chez les enfants d'âge préscolaire
Modèles « jour » pour différentes tranches d'âge
Modèle du jour (d'après A. Davidchuk)
Un cercle avec une flèche, divisé en 4 segments colorés : matin – rose (le soleil se lève) ; jour – jaune (il fait clair et le soleil brille brillamment) ; soir – bleu (devient sombre 0 ; nuit – noir (sombre). Le jour et la nuit occupent la plupart des secteurs, car ils durent plus longtemps.
Travailler avec le modèle :
Trouver le secteur correspondant à la partie de la journée nommée
Reproduire la séquence des parties de la journée, à partir de n'importe laquelle d'entre elles
Définir le nombre de pièces par jour
Déterminer les « voisins » de chaque partie de la journée
Sélectionnez l'image appropriée au secteur (paysage ou activité)
Le modèle montre la partie de la journée qui a été vécue.
Modèle "hier-aujourd'hui-demain"
3 cercles identiques (d'après le modèle du jour, situés les uns derrière les autres horizontalement)
Travailler avec le modèle :
Afficher les plages horaires « hier matin », « aujourd'hui après-midi », « demain soir », etc.
Afficher l'heure à laquelle un événement s'est produit
Écrivez une histoire cohérente sur l'événement
Montrer « était », « sera », « se passe maintenant », etc.
Le modèle « partie de la journée »
Se compose d'images d'intrigue illustrant l'activité humaine à différents moments de la journée
Objectif : Initier les enfants aux unités de temps, apprendre à s'orienter dans les différentes parties de la journée
D/jeu « Quand est-ce que cela arrive ? » (parties de la journée)
Objectif : Consolider les parties de la journée et leur séquence.
Matériel : images : brosse à dents, oreiller, assiette, jouet, etc. des images avec des actions : exercices du matin, activité, regarder une histoire du soir, enfant endormi.
Devant les enfants se trouvent des images qui représentent les activités de personnes ou d'objets correspondant à l'une ou l'autre partie de la journée. Les enfants sont invités à les considérer et à les corréler avec les secteurs correspondants sur la maquette.
Modèle de la semaine (d'après R. Chudnova)
Un cercle avec une flèche sur laquelle sont placés des petits cercles (rayures) avec des points, des chiffres de 1 à 7, ou avec des substituants de couleur (selon le spectre arc-en-ciel) indiquant les jours de la semaine. Un modèle étendu est possible, qui inclut également les saisons, les jours, etc.
Travailler avec le modèle :
Déterminez la signification de chaque symbole
Nommez les jours de la semaine, etc. dans l'ordre, dans l'ordre inverse, en commençant par n'importe quel
Nommez les symboles que montre la flèche
Déterminez l'ordre des symboles par nombre (quel jour de la semaine, etc.)
Nommez le symbole manquant parmi ceux nommés
Déterminer le nombre total de caractères (7 jours de la semaine, 4 parties de la journée, 3 mois - saison, 12 mois - année)
un modèle d'horloge dont le cercle intérieur reflète le modèle du jour - divisé en quatre secteurs, le cercle du milieu - les jours de la semaine (sept secteurs aux couleurs de l'arc-en-ciel), le cercle extérieur un modèle du année (douze secteurs peints dans des tons de couleurs caractéristiques des saisons)
Guide de jeu « Cercle du Temps »
Formation d'idées sur le temps chez les enfants d'âge préscolaire plus âgés.
1. Présentez aux enfants les unités de temps.
2. Apprenez à naviguer dans les parties de la journée, les jours de la semaine, les saisons, surlignez leur séquence et utilisez les mots : hier, aujourd'hui, demain, avant, bientôt.
3. Corrigez les noms des jours de la semaine et des mois.
4. Développer l'activité de parole chez les enfants.
5. Développer les besoins cognitifs des enfants.
Jeu : « Quand est-ce que cela arrive ? » (Saisons)
Objectif : Consolider les caractéristiques des saisons et leur enchaînement.
Matériel : photos avec des caractéristiques et des activités saisonnières.
Progression : Devant les enfants se trouvent des images qui représentent les activités de personnes ou d'objets correspondant à une période particulière de l'année. Les enfants sont invités à les considérer et à les corréler avec les secteurs correspondants sur la maquette.
(deuxième option)
Il est demandé aux enfants de deviner l'énigme et de placer la puce dans le secteur correspondant sur le modèle :
La neige fond, la prairie reprend vie.
Le jour vient – quand arrive-t-il ? Il.
Jeu : « Définir le jour de la semaine »
Objectif : Consolider les noms et l'ordre des jours de la semaine.
Les enfants sont invités à répondre à des questions cognitives, par exemple : « Définissez de quelle couleur est jeudi si lundi est rouge ? » ; « Montrer le modèle le week-end » ; « De quelle couleur est l'environnement ? » ; "Découvrez quel jour de la semaine nous sommes et mettez la puce dans la poche correspondante."
Complication : on propose aux enfants des cartes avec les noms des jours de la semaine, ils doivent lire et placer les cartes dans des pochettes en fonction du jour de la semaine.
"Dénotez la séquence des jours de la semaine avec des chiffres", "Quel numéro sera vendredi", "Distribuez les Smeshariki par jour de la semaine", "Lequel des Smeshariki viendra nous rendre visite vendredi ?", "Quel jour de la semaine, Nyusha viendra-t-elle nous rendre visite ? » etc.
Avant de jouer avec Smeshariki, un travail préliminaire doit être effectué. Les gars déterminent que Nyusha viendra nous rendre visite lundi, parce que... c'est rose, ce qui correspond à la couleur rouge du lundi, le mardi - Kopatych, c'est semblable à la couleur orange du mardi, etc., ainsi, ils ont distribué tous les jours de la semaine, mais comme il n'y a pas de Smesharik vert, ils ont décidé que jeudi serait le jour du Hérisson, il vit sous le sapin de Noël. Ainsi, Smeshariki aide à mémoriser la séquence et les noms des jours de la semaine.
Jeu : « Toute l’année »
Objectif : Consolider les noms et la séquence des saisons et des mois.
Les enfants se voient proposer des tâches telles que "Trouver novembre sur le modèle", "Nommer le mois indiqué en bleu", "Afficher les mois d'hiver et de printemps sur le modèle", "Afficher le mois qui commence l'hiver et termine l'année", "Classer les noms des mois dans l'ordre », « Indiquer les mois d'automne », etc.
Jeu : "Comptez-le"
Objectif : Consolider la capacité à effectuer des opérations arithmétiques.
Sur le modèle, il y a des nombres dans les cercles petit et moyen, dans le grand cercle extérieur un signe arithmétique, par exemple +, l'enseignant montre avec des flèches quels nombres doivent être ajoutés, et l'enfant effectue l'action et place le nombre correspondant dans le grand cercle.
Modèle de « pièce » pour l’orientation dans l’espace
Particularités de la perception de l'espace par les enfants d'âge préscolaire
La perception spatiale à l'âge préscolaire se caractérise par un certain nombre de caractéristiques :
– caractère concret-sensuel : l'enfant est guidé par son corps et détermine tout par rapport à son propre corps ;
– la chose la plus difficile pour un enfant est de faire la distinction entre la main droite et la main gauche, car la distinction repose sur l'avantage fonctionnel de la main droite sur la gauche, qui se développe dans le travail d'activité fonctionnelle ;
– le caractère relatif des relations spatiales : pour qu'un enfant puisse déterminer le rapport d'un objet à une autre personne, il doit prendre mentalement la place de l'objet ;
– les enfants naviguent plus facilement dans des conditions statiques qu'en mouvement ;
– il est plus facile de déterminer les relations spatiales avec des objets situés à proximité de l'enfant.
Système de travail sur le développement des concepts spatiaux chez les enfants d'âge préscolaire (T.A. Museybova)
1) orientation « sur soi » ; maîtriser le « schéma de son propre corps » ;
2) orientation « sur des objets extérieurs » ; mettre en valeur différentes faces des objets : recto, verso, haut, bas, côtés ;
3) maîtriser et utiliser un système de référence verbal dans les principales directions spatiales : avant - arrière, haut - bas, droite - gauche ;
4) déterminer la localisation des objets dans l'espace « à partir de soi », lorsque le point de référence initial est fixé sur le sujet lui-même ;
5) détermination de sa propre position dans l'espace (« point debout ») par rapport à divers objets, le point de référence dans ce cas est localisé sur une autre personne ou sur un objet ;
6) détermination du placement spatial des objets les uns par rapport aux autres ;
7) détermination de la disposition spatiale des objets lorsqu'ils sont orientés sur un plan, c'est-à-dire dans un espace bidimensionnel ;
détermination de leur placement les uns par rapport aux autres et par rapport au plan sur lequel ils se trouvent
Modèle de chambre
Se compose d'un agencement de pièce et de meubles de poupée
Tout d'abord, l'enfant examine et examine l'agencement de la chambre de poupée, se souvient de l'emplacement des pièces et des meubles qui s'y trouvent. Ensuite, à l'aide d'une poupée, il joue, se déplaçant dans les pièces de l'appartement de la poupée, accompagnant ses actions de descriptions (la poupée entra dans la pièce de gauche, s'arrêta devant le placard situé à droite de la fenêtre, etc. .) L'enseignant lui-même peut poser des questions et donner des instructions, diriger la perception visuelle de l'enfant (aller à la table des poupées, etc.) et activer divers concepts spatiaux dans la parole (gauche, droite, plus loin, près, au-dessus, en dessous, etc.)
Modèle "numéros de maisons"
"La maison où vivent les signes et les chiffres"
(maisons numériques)
Objet de la demande:
Renforcer la capacité des enfants à former des nombres à partir de deux plus petits ; ajouter et soustraire des nombres ;
Donner aux enfants une idée de la composition et de l'immuabilité des nombres et des quantités, sous réserve de différences de sommation ;
Apprenez ou renforcez la capacité de comparer les nombres (plus, moins, égaux).
Structure du modèle :
Le modèle est une maison à étages, à chaque étage il y a un nombre différent de fenêtres où vivront des signes et des chiffres, mais comme la maison est magique, les signes et les chiffres ne peuvent entrer dans la maison qu'avec l'aide des enfants.
Modèle d'échelle numérique
Échelle numérique
Objectif : développement des compétences informatiques en 10 ; développement d'idées sur les séries de nombres, la composition des nombres
Un escalier composé de marches d'une couleur différente dans chaque rangée. Il y a 10 lignes au total : la rangée du bas est composée de 10 segments, la rangée du haut est de 1 segment. Chaque ligne correspond à un certain nombre de 1 à 10, et reflète leur composition.
Travailler avec le modèle :
Familiarisation avec la composition des nombres par le nombre de segments dans chaque échelon de l'échelle
Compter en montant et en descendant les escaliers
Déterminer la place d'un nombre dans une série de nombres (échelle) - 3 est avant 4, mais après 2, etc.
Déterminer les « voisins » d’un nombre
Comptage en séquence avant et arrière
Comparaison des nombres
Modèle de sablier
Modèle visuel de sablier tridimensionnel (à partir de bouteilles en plastique)
Objet de la demande:
apprendre aux enfants à mesurer le temps à l'aide d'un modèle de sablier ; participer activement au processus d’expérimentation.
Structure du modèle : modèle tridimensionnel et tridimensionnel.
Pour pouvoir mesurer le temps, il faut ouvrir le bouchon inférieur d'une des bouteilles et y verser exactement autant de sable que nécessaire pour qu'en 1 minute le sable passe d'un compartiment de l'horloge à l'autre. Cela doit se faire par l’expérimentation.
Description du travail avec le modèle :
En utilisant le modèle du sablier, vous pouvez d’abord mener une séance d’orientation pédagogique. Montrez aux enfants des images représentant différents sabliers, puis montrez le modèle, parlez de l'origine des sabliers, pourquoi ils sont nécessaires, comment les utiliser, comment ils fonctionnent. Ensuite, avec les enfants, veillez à réaliser des expériences : par exemple, une expérience prouvant l'exactitude d'une montre.
Modèle planaire visuel "Compter le gâteau"
Objet de la demande:
Apprenez aux enfants à résoudre des problèmes arithmétiques et à développer leurs capacités cognitives ;
Apprenez à identifier les relations mathématiques entre les quantités et à les parcourir.
Structure du modèle, le modèle comprend :
1. Cinq ensembles de « pièces de comptage douces », dont chacune est divisée en parties (à la fois égales et différentes). Chaque gâteau de comptage en forme de cercle a sa propre couleur.
2. Des ovales découpés dans du carton blanc, qui représentent le « tout » et la « partie ». Dans une situation de jeu, on les appellera des assiettes, où les enfants placeront les pièces du décompte.
Description du travail avec le modèle :
dans un problème arithmétique, les relations mathématiques peuvent être considérées comme un « tout » et une « partie ».
Premièrement, il est nécessaire de faire comprendre aux enfants les concepts de « tout » et de « partie ».
Placez un gâteau compté devant les enfants sur une assiette indiquant « entier » (toutes ses parties, dites-leur que maman a fait un gâteau entier et que nous le plaçons strictement sur une assiette qui indique « entier ». Maintenant, nous allons couper le gâteau. gâteau en deux parties, chacune d'elles Appelons-la "partie". Expliquez que maintenant que le tout (le gâteau entier) a été divisé en parties (en 2 morceaux), alors il n'y a plus un tout, mais seulement 2 parties. Qui ne peuvent pas rester dans l'assiette de quelqu'un d'autre et doivent être déplacés à leur place - assiettes indiquant "partie". Une partie sur une assiette, l'autre partie sur une autre assiette. Remettez ensuite les 2 pièces ensemble et montrez que vous obtenez à nouveau un tout. Ainsi, nous avons démontré que relier des parties donne un tout, et que soustraire une partie d’un tout donne une partie.
L'éducation préscolaire est la première étape du système éducatif, c'est pourquoi la tâche principale des enseignants travaillant avec des enfants d'âge préscolaire est de développer l'intérêt pour le processus d'apprentissage et sa motivation, son développement et sa correction de la parole. Aujourd'hui, il est tout à fait possible d'identifier les contradictions naissantes entre le contenu normatif de l'éducation commun à tous les élèves et les capacités individuelles des enfants.
L'objectif principal du développement de la parole est de l'amener à la norme déterminée pour chaque tranche d'âge, bien que les différences individuelles dans le niveau de parole des enfants puissent être extrêmement importantes. Chaque enfant devrait apprendre à la maternelle à exprimer ses pensées de manière significative, grammaticalement correcte, cohérente et cohérente.
Le problème du déficit d'élocution chez les enfants d'âge préscolaire est qu'actuellement, l'enfant passe peu de temps en compagnie d'adultes (de plus en plus devant l'ordinateur, devant la télévision ou avec ses jouets) et écoute rarement des histoires et des contes de fées de la bouche de sa mère. Et père.
La pertinence de ce sujet se voit dans le fait que la modélisation visuelle permet aux enfants d'âge moyen de maîtriser plus facilement un discours cohérent. Ainsi, l'utilisation de symboles, pictogrammes, substituts, diagrammes facilite la mémorisation et augmente la quantité de mémoire et développe généralement la activité de parole des enfants.
Pour les enfants d'âge préscolaire d'âge moyen, le développement de l'imagination et de la pensée imaginative sont les principales directions du développement mental, et il serait conseillé de se concentrer sur le développement de l'imagination et la formation de la capacité de modéliser visuellement dans différents types d'activités : lors de la familiarisation eux-mêmes avec la fiction ; lors de l'initiation des enfants à la nature. Ces types d’activités attirent les enfants et sont adaptées à leur âge.
Il est important de choisir la forme optimale de cours pouvant assurer l’efficacité du travail, dont l’objectif principal est le développement des capacités intellectuelles des enfants et leur développement mental. Et l'essentiel sera la maîtrise de divers moyens de résoudre les problèmes cognitifs. Le développement n'aura lieu que dans les cas où l'enfant se trouve dans une situation où il existe - spécifiquement pour lui - une tâche cognitive et la résout. Il est très important que l'attitude émotionnelle soit liée à la tâche cognitive à travers une situation imaginaire résultant d'une désignation ludique ou symbolique. Pour ce faire, il est conseillé d'organiser des jeux-activités éducatifs incluant des situations problématiques, des tâches d'énigmes, une sorte de conte de fées ou de matériel pédagogique reliés par une seule intrigue, qui comprend des tâches pour le développement de l'imagination, de la mémoire et de la réflexion. .
Les schémas et les modèles servent de matériel didactique dans le travail de l’enseignant sur le développement d’un discours cohérent chez les enfants. Ils doivent être utilisés pour : enrichir le vocabulaire ; en apprenant à composer des histoires ; en racontant une œuvre d'art ; en devinant et en composant des énigmes ; lors de la mémorisation de poésie.
Sur la base de l'expérience d'enseignants de premier plan, lors de l'organisation de cours de modélisation visuelle, des diagrammes et des tableaux sont utilisés pour compiler des histoires descriptives sur les jouets, la vaisselle, les vêtements, les légumes et les fruits, les oiseaux, les animaux et les insectes. Ces schémas aident les enfants à déterminer de manière autonome les principales propriétés et caractéristiques de l'objet en question, à établir la séquence de présentation des caractéristiques identifiées ; enrichir le vocabulaire des enfants.
À la suite de travaux sur le développement d'un discours cohérent, nous pouvons arriver à la conclusion que l'utilisation de la modélisation visuelle dans les cours de développement de la parole est un maillon important dans le développement d'un discours cohérent chez les enfants. À chaque tranche d’âge, les enfants développent :
la capacité d’exprimer ses pensées d’une manière grammaticalement correcte, cohérente et cohérente ;
capacité à raconter des œuvres courtes;
améliorer le discours dialogique ;
la capacité de participer activement à la conversation, en répondant et en posant des questions de manière claire pour les auditeurs ;
la capacité de décrire un objet, une image ;
capacité à dramatiser des contes courts ;
cultiver le désir de parler comme un adulte.
En utilisant la méthode de modélisation visuelle, les enfants se familiarisent avec une manière graphique de présenter des informations : un modèle. Des symboles de nature diverse peuvent servir de substituts conditionnels (éléments du modèle) : formes géométriques ; images symboliques d'objets (symboles, silhouettes, contours, pictogrammes) ; plans et symboles utilisés dans ceux-ci ; cadre contrasté - technique de narration fragmentaire et bien d'autres.
Une histoire basée sur une image d'intrigue nécessite que l'enfant soit capable d'identifier les personnages ou objets principaux de l'image, de retracer leur relation et leur interaction, de noter les caractéristiques de l'arrière-plan de composition de l'image, ainsi que la capacité de réfléchir aux les raisons de l'apparition d'une situation donnée, c'est-à-dire composer le début de l'histoire, et ses conséquences, c'est-à-dire la fin de l'histoire.
Dans la pratique, les histoires compilées indépendamment par les enfants consistent essentiellement en une simple liste de personnages ou d’objets présents dans l’image.
Le travail pour surmonter ces lacunes et développer l'habileté de raconter une histoire à partir d'une image comprend 3 étapes : identifier les fragments de l'image qui sont significatifs pour le développement de l'intrigue ; déterminer la relation entre eux ; combiner des fragments en une seule intrigue.
Les éléments du modèle sont respectivement des images - des fragments, des images de silhouettes d'objets importants dans l'image et des images schématiques de fragments de l'image. Les images schématiques sont également des éléments de modèles visuels, qui sont des plans d'histoires basés sur une série de peintures. Lorsque les enfants maîtrisent la construction d'un énoncé cohérent, des éléments créatifs sont inclus dans les modèles de récits et d'histoires - il est demandé à l'enfant d'inventer le début ou la fin d'une histoire, des personnages inhabituels sont inclus dans un conte de fées ou l'intrigue. d'une image, les personnages se voient attribuer des qualités inhabituelles pour eux, etc., puis composent une histoire en tenant compte de ces changements.
Ainsi, l’utilisation de substituts, de symboles et de modèles dans divers types d’activités est source de développement des capacités mentales et de la créativité dès l’enfance préscolaire. Puisqu'à cet âge le développement de l'imagination et de la pensée imaginative sont les principales directions du développement mental, il était conseillé de se concentrer sur le développement de l'imagination et la formation de la capacité de modélisation visuelle dans différents types d'activités : lors de la familiarisation avec la fiction ; lors de l'initiation des enfants à la nature, lors des cours de dessin. Ces types d’activités attirent les enfants et sont adaptées à leur âge. Aussi, dans ces conditions, il était important de choisir la forme optimale de cours pouvant assurer l'efficacité du travail, dont l'objectif principal est le développement des capacités intellectuelles des enfants, leur développement mental. Et l'essentiel sera la maîtrise de divers moyens de résoudre les problèmes cognitifs.
CONCLUSION
Chez les enfants d'âge préscolaire, le développement de la parole atteint un niveau élevé. La plupart des enfants prononcent correctement tous les sons de leur langue maternelle, peuvent réguler la force de leur voix, le rythme de la parole, l'intonation d'une question, la joie et la surprise. À un âge préscolaire plus avancé, un enfant a accumulé un vocabulaire important. L'enrichissement du vocabulaire (le vocabulaire de la langue, l'ensemble des mots utilisés par l'enfant) se poursuit, le stock de mots similaires (synonymes) ou opposés (antonymes) en sens et les mots polysémantiques augmentent.
Le développement du vocabulaire se caractérise non seulement par une augmentation du nombre de mots utilisés, mais aussi par la compréhension par l’enfant des différents sens d’un même mot (polysémantique). Le mouvement à cet égard est extrêmement important, car il est associé à une conscience de plus en plus complète de la sémantique des mots qu’ils utilisent déjà. À l'âge préscolaire, l'étape la plus importante du développement de la parole des enfants est l'acquisition du système grammatical de la langue. La proportion de phrases simples courantes, de phrases complexes et complexes augmente. Les enfants développent une attitude critique envers les erreurs grammaticales et la capacité de contrôler leur discours.
LISTE DES SOURCES UTILISÉES
1.Alekseeva, M.M. Méthodes de développement de la parole et d'enseignement de la langue maternelle aux enfants d'âge préscolaire. - M. : Académie, 1997. - 219 p.
Arushanova, A.G. Discours et communication verbale des enfants : Un livre pour les enseignants de maternelle - M. : Mozaika-Sintez, 1999.- 37-45p.
Bogoslavets, L. G. Technologies pédagogiques modernes dans l'éducation préscolaire : manuel de méthode pédagogique / L. G. Bogoslavets. - Saint-Pétersbourg Enfance-presse, 2011. - 111 p.
Boroditch, A.M. Méthodes de développement de la parole pour les enfants d'âge préscolaire / A.M. Boroditch. 2e éd. - M. : 1984.- 252 p.
Wenger, L.A., Mukhina, V.S. Psychologie. manuel pour les étudiants universitaires. - M. : Éducation, 1988.- 328s
Galperin, PL. Méthodes d'enseignement et développement mental de l'enfant. - M. : Éducation, 1985. - 123-125 p.
Zhuykova, T.P. Caractéristiques de la méthode de modélisation dans la formation de concepts spatiaux chez les enfants d'âge préscolaire. -M. : Maison d'édition Jeune Scientifique, 2012. -41-44s
Matyukhina, M.V., Mikhalchik T.S., Prokina N.F. Psychologie du développement et de l'éducation.-M. : Éducation, 1984. - 12-18 p.
Leontiev, A. A. Langage, parole, activité de la parole. - M., 1969.- 135 p.
Léontiev, A.A. Communication pédagogique / A.A. Léontiev - M., 1979 - 370 p.
Sapogova, E.E. L'opération de modelage comme condition du développement de l'imagination chez les enfants d'âge préscolaire. - M. : Pédagogie, 1978. - 233p.
Tikheyeva, E.I. Développement de la parole des enfants. manuel pour les enseignants de maternelle / E.I. Tikheyeva. - M. : 1981.- 345 p.
Tkachenko, T.A., Tkachenko D.D., Symboles divertissants. -M. : Moscou, Prométhée, 2002.- 89-100 p.
- Spécialité de la Commission supérieure d'attestation de la Fédération de Russie08.00.13
- Nombre de pages 365
Chapitre I. L'ACTIVITÉ D'INNOVATION COMME PRINCIPAL MOYEN D'ASSURER LE DÉVELOPPEMENT ÉCONOMIQUE
1L. Évaluation analytique du potentiel des moyens innovants de développement économique.
1.2, État actuel et dynamique des processus d'innovation dans l'économie russe.
Chapitre II. MÉTHODOLOGIE DE MODÉLISATION ÉCONOMIQUE ET MATHÉMATIQUE DE L'ACTIVITÉ D'INNOVATION*
2.1 Etude des modèles de développement continu-discret des processus d'innovation.
2.2 Principes système d'analyse et de modélisation des innovations.
2.3 Modélisation économique et mathématique de l'activité d'innovation.
Chapitre III. ÉVALUATIONS CARDINAL DES PARAMÈTRES DE L'ACTIVITÉ D'INNOVATION ET DES MÉCANISMES DE SON ORGANISATION
3.1 Base logique et principes méthodologiques
F évaluation de l'efficacité des projets innovants.
3.2 Analyse de projets innovants basée sur le principe « efficacité - coût ».
3.3 Méthodes de constitution et d'évaluation d'un portefeuille d'innovations.
3.4 Approche dynamique de la justification et de la mise en œuvre des principes d'innovation optimale.
Liste recommandée de mémoires
Développement de modèles et de logiciels pour le support informationnel des structures régionales d'innovation décentralisées ouvertes 2007, candidat en sciences techniques Masloboev, Andrey Vladimirovich
Développement innovant des systèmes économiques 2009, docteur en économie Tumina, Tatyana Alexandrovna
Gestion de la propriété intellectuelle dans les activités d'innovation 2011, docteur en économie Smirnova, Veronika Removna
Développement de fondements théoriques et de méthodologie pour gérer l'efficacité des activités innovantes d'une entreprise industrielle 2006, docteur en économie Pererva, Olga Leonidovna
Gestion des investissements innovants dans les entreprises 2005, candidat en sciences économiques Lomakin, Irakliy Evgenievich
Introduction de la thèse (partie du résumé) sur le thème « Modélisation de la dynamique des processus d'innovation »
La tâche de stabiliser l'économie russe, d'augmenter la production basée sur les technologies modernes, en tenant compte des exigences du marché, dicte la nécessité d'intensifier les activités d'innovation, qui ont un impact décisif sur la croissance économique à long terme dans sa qualité particulière - multiforme et à grande échelle. développement. En conséquence, le problème de la planification et de la gestion de l'activité d'innovation, dans son ensemble, devient prioritaire : il ne s'agit plus simplement du problème de la création de mécanismes économiques qui stimuleraient la mise en œuvre des activités d'innovation, assureraient un haut niveau de renouvellement et contribuer à l’obtention d’effets économiques tangibles. Dans une bien plus grande mesure, cela prend une connotation de fixation d'objectifs et se transforme en problème de détermination des objectifs et des moyens de les atteindre, en élaborant une stratégie qui répond aux besoins du développement économique à long terme. Résoudre une tâche d'une telle envergure nécessite une analyse critique globale et une refonte critique des approches existantes, la création d'un concept holistique d'analyse innovante, la formation de méthodes adéquates pour étudier les situations problématiques et prendre des décisions de gestion optimales, le développement d'outils appropriés, qui a déterminé le choix du sujet et les principales orientations de la recherche.
Le sujet de recherche choisi implique l'étude de deux problèmes majeurs, dont le premier est de rassembler et d'analyser les faits concernant le rôle de l'activité d'innovation pour assurer le développement économique, afin d'identifier les tendances inhérentes aux processus d'innovation dans l'économie russe. Le deuxième problème est directement adjacent au premier, mais il est beaucoup plus vaste, à plus grande échelle et plus complexe. L'essence de ce problème est de développer une méthodologie avec laquelle il serait possible de considérer l'activité innovante non pas comme un ensemble d'éléments, d'actes et de processus disparates, mais comme un système intégral, dont les composants en interaction montrent eux-mêmes à quel point cette interaction est appropriée. et avec quelle efficacité elle est réalisée, et soutenir cette méthodologie avec des méthodes de calcul analytique appropriées.
En tant que facteur dominant et principal instrument du développement économique, l’activité d’innovation fait depuis longtemps l’objet d’une attention particulière et d’études indépendantes. Un grand nombre de résultats théoriques, confirmés par la pratique, et leur unité interne nous permettent de parler de la formation d'une direction distincte de la science économique - l'innovation. Une contribution significative au développement de la théorie et de la pratique de l'analyse de l'innovation a été apportée par les et scientifiques étrangers : L.S. Blyakhman, A.A. Bonyushko, S.V. Valdaytsev, A.D. Viktorov, V.P. Vorobyov, S.I. Golosovsky, G.M. DobrOB, A.V. Zavgorodnyaya, P.N. Zavlin, V.S. Kabakov, A.K. Kazantsev, A.G. Kruglikov, G.A.Lakhtin, L.E. Mindeli, A. .Je. Muraviev, A.N.-Petrov, V.V.Platonov, V.A.Pokroveky, K.F.Puzynya, A.A.Rumyantsev, D.V.Sokolov, A.B.Titov, Yu.VYakovets, R. Ackoff, I. Ansoff, EKwade, J. Martino, E. Mansfield, M. Porter, E. Rogers, B. Santo, B. Twiss, J. Forrester, R. Foster, W. Hartman, K. Holt, J. Schumpeter, R. Eire et d'autres. Ils ont avancé et étayé la position conceptuelle selon laquelle les innovations dans le domaine l'économie moderne constitue la base de la compétitivité des entreprises, des industries, des pays, leur permettant de gagner la lutte pour les marchés en développant de nouveaux produits plus attractifs pour les consommateurs ou des technologies plus économiques et efficaces pour leur production, ont prouvé que ce sont les innovations en tant que résultat de recherches et de développements scientifiques achevés qui déterminent en grande partie le progrès scientifique et technologique global. L'expérience à long terme des pays ayant des relations de marché développées confirme la validité de ces dispositions et montre l'efficacité des méthodes de gestion innovantes qui créent une énergie interne pour une croissance efficace de l'économie et assurent son développement durable à long terme.
Dans le même temps, nous devons souligner le fait suivant : malgré le fait que la situation actuelle offre des opportunités pour la mise en œuvre d’activités innovantes, il existe encore très peu d’entités commerciales dans l’économie russe pleinement engagées dans des activités commerciales innovantes. La situation actuelle est en grande partie due à l'état actuel de l'économie russe, caractérisé par une crise des investissements, une dégradation des ressources scientifiques et techniques et un épuisement des ressources humaines, qui ont donné lieu à une crise de l'innovation, dont la manifestation est la faible activité innovante des entreprises nationales. Une grande partie de ces événements ont été prédéterminés par des erreurs de calcul qui ont eu lieu dans le développement de la politique scientifique et technique et des erreurs dans la « technologie » de sa mise en œuvre, les spécificités de la mise en œuvre des activités innovantes dans une économie dirigée.
Dans une économie planifiée, le principal facteur de développement était considéré comme l'influence de l'État et de la société ; Le rôle de régulateur de l'activité d'innovation a été joué par un mécanisme de type mobilisation-obligatoire, encourageant les organisations scientifiques d'État à mener des activités de recherche et de développement et les entreprises d'État à introduire de nouvelles méthodes et productions. Le mécanisme de « poussée » des innovations, lissé au fil des décennies, a donné aux agences gouvernementales un levier tangible sur la sphère scientifique et technique, et a fourni aux organisations scientifiques un soutien et un financement garanti. Et tant que ce mécanisme a fonctionné avec succès dans le cadre du système politico-économique existant, cela s'est traduit par le progrès scientifique et technologique et l'activité innovante constante des entreprises.
Les transformations amorcées dans les années 90 ont conduit à la destruction du système administratif-commandant d'organisation des activités innovantes, qui s'est avéré incompatible avec les nouvelles conditions économiques, et un nouveau système adapté aux nouvelles conditions n'a jamais été créé. En outre, le mépris subjectif du fonctionnement des lois économiques qui s'est développé au cours des années de développement totalitaire a largement privé les justifications analytiques des décisions prises et les calculs financiers de leur véritable représentativité, et a conduit au fait que la société a développé l'illusion du faible coût des résultats scientifiques et du contrôle total de l'État sur leur mise en œuvre. La position monopolistique de la plupart des producteurs de matières premières et le manque de concurrence n'ont pas non plus contribué à la formation d'une réceptivité naturelle des entités commerciales à l'innovation. Des réformes radicales, mais pas toujours cohérentes, ont intensifié la crise de l’économie russe, entraînant un profond déclin de la production, la destruction des liens économiques et une forte baisse des investissements et des activités d’innovation.
L'état de l'activité d'innovation est un indicateur symptomatique caractérisant l'état de la société dans son ensemble et son économie. La crise profonde et prolongée dans le domaine de l'innovation nous incite à analyser les causes de ce phénomène et à rechercher des moyens de les éliminer. À notre avis, les arguments traditionnellement évoqués ci-dessus ne constituent qu’un des aspects qui déterminent la faible activité d’innovation des entreprises. Une raison tout aussi importante de l'état actuel des choses réside dans les lacunes du côté scientifique et méthodologique de la justification des décisions de gestion, associées à l'imperfection des idées systémiques sur l'économie, son fonctionnement, son développement et l'innovation comme principal moyen de ce développement. La diversité, la complexité et le volume croissant des problèmes de développement efficace auxquels l'économie est confrontée nécessitent une orientation générale, leur coordination et leur coordination mutuelle, qui peuvent être réalisées dans le cadre d'une approche systématique qui définit non seulement de nouvelles tâches, mais aussi «... les nature de toutes les activités de gestion, scientifiques, techniques, dont l'amélioration technologique et organisationnelle est déterminée par la nature même et l'état de la production moderne.
Du point de vue de l'analyse du système, chaque système économique est une combinaison complexe de diverses composantes : matériel, ressource, personnel, information, infrastructure, et son fonctionnement est l'imbrication des processus d'exploitation, d'utilisation, de réapprovisionnement et de développement de ces composantes. De plus, tous ces processus se déroulent dans le contexte d'un environnement externe dynamique et en constante évolution et sont le résultat d'une interaction avec l'environnement externe. La condition fondamentale de la viabilité de tout système complexe est l’équilibre, qui n’est réalisable que lorsque chacune de ses composantes occupe une « niche » appropriée et acquiert un état qui contribue dans toute la mesure possible au fonctionnement efficace du système dans son ensemble. Les circonstances énumérées compliquent considérablement tous les aspects de la gestion des systèmes économiques sans exception et rendent presque désespérée la prise de décisions visant à leur amélioration « élément par élément ». Les méthodes d'optimisation des décisions de planification et de gestion du développement des systèmes économiques doivent prendre en compte la complexité structurelle de ces systèmes, l'interaction et la dépendance mutuelle de leurs composantes individuelles ; sinon, l'efficacité des décisions liées à l'amélioration et au développement d'éléments individuels sera inévitablement inférieure aux attentes en raison du manque de préparation des autres composantes pour la mise en œuvre de ces décisions.
Un autre groupe de lacunes scientifiques et méthodologiques dans la planification de l'innovation, également directement lié à l'imperfection des concepts systémiques, est que lors de la définition des tâches de gestion des activités d'innovation, l'attention principale est traditionnellement concentrée sur ses effets « momentanés » et n'est directement associée qu'à une augmentation des profits directement grâce au développement de « produits de nouveauté commerciale » ou de technologies de production plus économiques. Toutefois, la valeur économique de l’innovation est multidimensionnelle et ne se limite pas à l’augmentation de la rentabilité, à la réduction des coûts et à l’expansion de l’entreprise. De plus, déclarer la croissance des profits courants comme le seul objectif de l'innovation peut réduire considérablement l'éventail des directions et des voies possibles pour le développement du système économique.
De nombreux problèmes de gestion de l'innovation sont également la conséquence d'une attention insuffisante portée aux aspects temporaires du fonctionnement des systèmes économiques, lorsque les caractéristiques dynamiques des processus de développement de composants individuels et leur impact sur l'état d'autres composants et le système économique dans son ensemble ne sont pas suffisamment pris en compte. Une image globale du fonctionnement du système économique, des orientations les plus prometteuses pour son développement et des caractéristiques dynamiques de ce développement peut être obtenue à l'aide d'outils appropriés, principalement des méthodes de modélisation économico-mathématique et de dynamique du système.
Ce travail de thèse est consacré à la résolution des problèmes formulés, dont le but est de créer un concept holistique pour l'étude des processus d'innovation, de développer des méthodes d'analyse, de justification et de prise de décision dans la gestion des activités d'innovation.
Le sujet de recherche de la thèse porte sur les problèmes théoriques, méthodologiques, méthodologiques et pratiques d'optimisation du processus de gestion des activités d'innovation basés sur l'application d'une approche systémique et la modélisation économique et mathématique des processus d'innovation.
L'objet de la recherche concerne les systèmes économiques (principalement les entreprises manufacturières) qui développent, planifient et réalisent des activités innovantes pour atteindre les objectifs d'un fonctionnement stable à long terme et d'une croissance efficace.
La formulation de l'objectif, la sélection du sujet et de l'objet de recherche permettent de préciser les problèmes mentionnés ci-dessus de l'étude de l'activité d'innovation à la liste suivante de tâches principales avancées et résolues dans la thèse :
Systématiser et résumer les dispositions concernant le rôle de l'innovation dans l'évolution des différents systèmes économiques :
Analyser l'état actuel et la dynamique des processus d'innovation dans l'économie russe, identifier leurs principales tendances ;
Explorer les modèles généraux de l'activité d'innovation et le développement des processus d'innovation ;
Justifier les principes méthodologiques de la modélisation des processus d'innovation, y compris la sélection des aspects critiques de la modélisation, pour créer un appareil de modélisation approprié ;
Construire des modèles économiques et mathématiques de l'activité d'innovation qui reflètent pleinement et adéquatement ses lois fondamentales ;
Développer des approches méthodologiques de classification, d'ordonnancement et de classement des innovations basées sur l'étude des propriétés de leurs modèles ;
Développer des méthodes de justification analytique des décisions en matière de gestion de l'innovation ;
Construire des modèles d'analyse de portefeuille d'activités d'innovation qui aboutissent au positionnement d'un portefeuille d'innovations dans un espace multidimensionnel décrit par les axes d'efficacité, de coût, d'évaluation quantitative du risque et de temps ;
Formuler et justifier les principes d'une approche dynamique de l'analyse et de la mise en œuvre de décisions de gestion optimales.
La base théorique et méthodologique pour résoudre les problèmes proposés était les résultats de la recherche fondamentale et appliquée dans le domaine de la gestion des systèmes socio-économiques et des processus de leur développement, de la motivation du comportement économique des entités économiques, des principales dispositions de l'analyse du système et théorie des systèmes dynamiques, théorie des fonctions et analyse fonctionnelle, méthodologie de modélisation mathématique des processus économiques : analyse Pareto dominante, théorie des fonctions de production, théorie des jeux, méthodes d'utilisation pratique des résultats de la modélisation. Dans sa formulation et sa mise en œuvre, les recherches menées présentent un caractère théorique, scientifique et méthodologique. La nouveauté scientifique des résultats obtenus est déterminée par le fait que dans l'étude :
Un concept pour mener des études analytiques sur le potentiel des moyens innovants de développement des systèmes économiques à différents niveaux de la hiérarchie structurelle a été développé et mis en œuvre ; la sphère de l'activité innovante est présentée à l'échelle sociétale et portée au niveau des individus ;
Les modèles de développement discret-continu des processus d'innovation ont été identifiés ; les possibilités d'utiliser la théorie mathématique des catastrophes pour modéliser les processus d'innovation basés sur l'utilisation d'innovations d'amélioration, de développement et de base ont été prouvées et mises en œuvre ;
Une approche scientifique et méthodologique systématique de modélisation de la dynamique des processus d'innovation a été formée, basée sur la coordination et l'utilisation combinée du potentiel d'un agent économique et de l'innovation ; une méthodologie d'étude des potentiels a été développée en agrégeant des méthodes logiques, qualitatives et quantitatives ; les moyens de développement innovants sont hiérarchisés en introduisant un ordre lexigraphique sur l'ensemble des innovations ;
La terminologie et l'appareil conceptuel d'une description multidimensionnelle formalisée d'un agent économique en tant que sujet d'activité innovante ont été unifiés ; les principaux moyens opérationnels de modélisation du mécanisme de mise en œuvre de l'innovation et du fonctionnement d'un agent économique ont été identifiés, dont un modèle d'identification et un modèle de situation ;
Un modèle analytique de l'innovation a été construit sous la forme d'une équation différentielle, reflétant la nature cumulative des processus d'innovation ; à partir de l'analyse du modèle et des propriétés de ses solutions (courbes logistiques), des méthodes ont été proposées et des estimations ont été réalisées sur les réserves temporelles de compétitivité des innovations, qui déterminent leur couplage parallèle et séquentiel ;
Une méthodologie a été développée pour construire des évaluations fondamentales des paramètres de l'innovation : l'efficacité en tant que caractéristique globale de la réalisation du potentiel d'innovation en utilisant des méthodes de structuration des objectifs d'un agent économique et une technologie d'analyse de l'environnement opérationnel, du coût des projets innovants et risque;
Une relation de dominance pure sur un ensemble de projets innovants a été introduite, généralisée en termes de dominance mixte lors de la constitution d'un portefeuille d'innovations et de dominance par probabilité lors de la prise de décisions prenant en compte des facteurs d'incertitude et de risque ; une interprétation graphique des principes d'optimalité introduits est présentée ;
Une approche de théorie des jeux pour la constitution d'un portefeuille de projets innovants est proposée ; des principes méthodologiques pour sa mise en œuvre ont été élaborés, exprimés dans des recommandations et des formules de calcul analytique pour justifier la taille optimale et les proportions structurelles du portefeuille ;
Le concept d'efficacité dynamique des projets innovants est étayé et des méthodes pour son évaluation sont développées ; la technologie d'Analyse de l'environnement d'exploitation est développée pour une situation dynamique, en tenant compte du facteur temps ;
Le critère Pareto optimal™ a été converti en analyse des trajectoires de développement ; le principe de développement dynamique optimal a été développé à partir de l'analyse du vecteur « défaut final » ; l'applicabilité des principes de la dynamique des systèmes à l'analyse des processus d'innovation est justifiée.
L'importance pratique de l'étude tient au fait que, selon les analystes, la majorité des entreprises russes ont pratiquement épuisé leurs réserves de « survie ». La nécessité de s'adapter à une concurrence de plus en plus rude apparaît au premier plan, ce qui accroît l'attention portée aux problèmes de gestion stratégique et d'innovation en tant que facteur dominant d'un fonctionnement stable et d'une croissance efficace. Cette dernière, à son tour, nécessite une justification théorique, scientifique et méthodologique pour les décisions prises ainsi qu’un support de calcul et d’analyse adéquat.
La structure et la logique de présentation des matériaux de recherche sont soumises au contenu des tâches proposées. De manière générale, il est présenté avec une introduction, trois chapitres, une conclusion et une bibliographie.
Thèses similaires dans la spécialité "Méthodes mathématiques et instrumentales de l'économie", 08.00.13 code HAC
Gérer le développement efficace des entreprises industrielles dans le contexte du développement des innovations : théorie, méthodologie, pratique 2010, Docteur en Sciences Economiques Barmuta, Karine Aleksandrovna
Constitution d'un portefeuille de projets pour les entreprises innovantes et actives 2011, candidat en sciences économiques Demchenko, Alexey Olegovich
Outils de planification du développement innovant et technologique d'une entreprise industrielle 2012, Candidate en sciences économiques Pishko, Nadezhda Vyacheslavovna
Développement d'un mécanisme de constitution d'un portefeuille d'innovations de gestion dans les entreprises du secteur de la construction 2010, candidat en sciences économiques Burkov, Roman Yurievich
Stratégies d'investissement pour la gestion de l'innovation 2002, candidat en sciences économiques Mikhno, Vitaly Valentinovich
Conclusion de la thèse sur le thème « Méthodes mathématiques et instrumentales de l'économie », Silkina, Galina Yurievna
Les conclusions tirées des principes théoriques généraux de l’analyse systémique sont confirmées par la réalité économique russe. facteur de division
Le facteur de division est faible, la continuité n'est pas rompue, le développement évolutif a lieu, le facteur normal est le facteur de division dans
Le facteur de division est important, / l'état du système change / de manière spasmodique, il passe à un nouveau niveau de développement du facteur normal
Figure 2.5. Modéliser le progrès scientifique et technologique
L’état général de l’économie russe est tel que l’innovation n’est aujourd’hui possible qu’avec un faible volume d’investissements requis, un risque minimal et une courte période de retour sur investissement. Les propriétés nommées possèdent de petites innovations de produits orientées vers le consommateur (nouvelle forme de l'ancien, nouveaux éléments dans l'ancien, nouvelle configuration des anciens éléments), une modernisation mineure des technologies de production (nouvelle technologie pour consommer l'ancien), une amélioration des formes d'organisation. et les mécanismes de gestion. En ce qui concerne le cycle complet de l'activité d'innovation, son état est caractérisé par les données du CISN (tableau 2.5).
Explications du tableau 2.5 : le secteur public comprend les organisations de ministères et de départements qui assurent l'administration gouvernementale et répondent aux besoins de la société dans son ensemble ; organisations à but non lucratif entièrement ou principalement financées et contrôlées par le gouvernement. Le secteur de l'enseignement supérieur comprend les universités et autres établissements d'enseignement supérieur, quels que soient leurs sources de financement et leur statut juridique, ainsi que les instituts de recherche, les stations expérimentales et les cliniques sous leur contrôle ou qui leur sont associés. Le secteur des affaires comprend toutes les organisations et entreprises dont les activités impliquent la production de produits ou de services destinés à la vente. Le secteur privé à but non lucratif est constitué d'organismes privés qui n'ont pas pour objectif de réaliser du profit (sociétés professionnelles, organismes publics)
CONCLUSION
La recherche de la thèse terminée est subordonnée au développement d'un problème urgent de théorie économique et de pratique économique afin de créer un concept holistique d'analyse de l'innovation. Son idée clé est d'utiliser le potentiel de l'analyse des systèmes et de la modélisation mathématique pour concevoir des méthodes permettant d'étudier des situations problématiques et de prendre des décisions de gestion optimales, en développant leur support de calcul et d'analyse.
En général, l'étude est structurée de telle manière que le fonctionnement de tout système économique est considéré comme se déroulant dans le temps et dans l'espace et subordonné à la réalisation d'objectifs stratégiques associés aux idées d'équilibre, de stabilité et de développement. Il est démontré que le développement de chaque système économique représente une croissance économique de nature intensive et de contenu innovant, et que l'activité innovante est le facteur dominant de ce développement, quelle que soit la position du système dans la hiérarchie politique et économique, la la forme de propriété ou la structure organisationnelle spécifique. Dans le même temps, à chaque niveau de la hiérarchie économique et politique, l'activité d'innovation a ses propres spécificités, déterminées par les objectifs, l'orientation et l'ampleur des tâches à résoudre, ainsi qu'un ensemble de moyens pour les résoudre, inhérents principalement à un système économique spécifique.
Ainsi, au niveau des économies nationales, le contenu de l'activité d'innovation est en grande partie constitué d'innovations institutionnelles visant à créer une politique d'État unifiée, dans laquelle la composante scientifique et innovante, capable de diriger le développement économique du pays, occupe une place centrale. Dans sa forme la plus générale, le principal objectif stratégique de la politique scientifique et d'innovation de l'État est de créer les conditions nécessaires à l'accumulation et à l'enrichissement des connaissances scientifiques et à leur mise en œuvre rapide dans les produits et technologies modernes. Il est structuré en un système d'objectifs et mis en œuvre comme un ensemble de mesures conçues pour lancer, coordonner et accroître l'efficacité des activités innovantes des entités économiques regroupées dans l'économie nationale. L'importance des activités scientifiques et innovantes au niveau des économies nationales se manifeste tout d'abord dans leur influence sur les indicateurs macroéconomiques : selon les données présentées dans, parmi les facteurs affectant la croissance du revenu national réel des États-Unis, la plus grande partie - 68 %, tombe sur la part de facteurs intensifs, dont 28 % sont déterminés directement par le progrès technique - la coïncidence d'une nouvelle base technologique et de nouvelles capacités des travailleurs.
Au niveau régional, l'activité innovante est également principalement réalisée sous la forme d'innovations institutionnelles visant à assurer une croissance durable des recettes budgétaires régionales, des processus de régulation directe du maintien de la vie et à améliorer la qualité de vie de la population de la région. La condition préalable à ce domaine d'activité innovante est le renforcement de l'indépendance économique des régions, le développement de l'autonomie locale, y compris la présence d'organes législatifs qui adoptent des réglementations relevant de leur compétence, et le contenu est un système d'organisation, des mesures économiques et juridiques visant à créer un environnement d'investissement favorable, à créer des mécanismes qui favorisent l'utilisation des capacités scientifiques, techniques et de production et le développement de l'entrepreneuriat dans la région.
L'activité d'innovation occupe une position particulière et distinguée par rapport à toute autre activité liée au fonctionnement de chaque système économique : elle constitue la base de la compétitivité des pays, des régions, des entreprises et des firmes, et son importance augmente à mesure que l'indépendance du système augmente : plus le système économique est indépendant, plus il doit agir dans des conditions difficiles. En ce sens, les entreprises individuelles sont les plus vulnérables : les ressources limitées, l'état de la base matérielle et technique et la pression du marché créent des conditions assez difficiles pour leur fonctionnement.
Les spécificités de l'état actuel de la situation économique générale, la transition du développement mondial vers l'ère post-industrielle et de l'information permettent de parler de l'émergence d'une nouvelle forme de concurrence entre entreprises. L'accent n'est pas mis sur la concurrence dans les prix et la qualité des produits, mais sur la concurrence résultant de l'introduction de nouveaux produits, de nouvelles technologies, de nouveaux types et sources de ressources, de nouvelles formes d'organisation de la production et de la vente de produits. Cette concurrence, fondée non pas sur l'état actuel mais sur l'état futur des entreprises, ne menace pas les profits élevés, mais leur existence même, tout en étant en même temps le facteur principal de toute situation économique, la principale motivation du désir de renouveau et amélioration. Le contenu des activités innovantes des entreprises consiste en l'élaboration et la mise en œuvre d'un système de mesures visant à développer de nouveaux types ou à modifier des produits précédemment fabriqués (produit - innovation), à améliorer les technologies de production (processus - innovation), à créer des conditions offrant un meilleur accès à ressources, protection et renforcement des positions sur le marché, recherche de nouvelles formes de coopération avec des partenaires économiques (innovations de marché). Les types d'innovations répertoriés dans leur interaction, leur influence mutuelle et leur conditionnalité contribuent à résoudre les problèmes mondiaux du fonctionnement durable d'une entreprise et les tâches stratégiques de sa croissance efficace.
Tout ce qui a été dit sur les entreprises est en grande partie vrai pour les individus qui « produisent » et vendent leur travail d'une certaine qualité. Dans le même temps, la motivation pour l'activité innovante des individus est à bien des égards similaire aux motivations qui encouragent les entreprises et les firmes à améliorer et à mettre à jour en permanence la liste des produits et des technologies utilisés ; et des analogies directes peuvent être établies dans la description des méthodes d'activité innovante des individus et des entreprises. Les innovations réalisées par chaque individu peuvent être très diverses dans leur forme et leur essence ; en même temps, ils permettent le regroupement de la même manière que cela se fait traditionnellement pour les entreprises. Ainsi, si nous établissons des parallèles entre une entreprise et un individu spécifique qui fournit son professionnalisme sur le marché du travail, alors un analogue de l'innovation de produit peut être l'acquisition de nouvelles connaissances, expériences et compétences, qui permettent d'aligner le travail professionnel personnel. avec les exigences du marché, élargir le champ d'application des connaissances et de l'expérience existantes. Les analogues de l'innovation technologique sont de nouvelles méthodes permettant de combiner les connaissances et l'expérience existantes, permettant d'obtenir des résultats qualitativement nouveaux dans les activités professionnelles personnelles. L’innovation de marché est la recherche de nouvelles formes de réalisation de soi, de nouveaux domaines pour appliquer ses propres forces et connaissances.
Tout en soulignant le rôle positif de l’innovation dans le développement économique, il faut garder à l’esprit qu’elle est l’un des facteurs qui perturbent l’équilibre au sein du système économique. Les produits améliorés et nouvellement développés, les technologies modernisées et nouvelles et les formes d'organisation changent la face du système économique, créant de nouveaux types d'activités et éliminant les anciennes. Ce processus de « destruction créatrice », c'est-à-dire le renouvellement continu de l'activité de production a été décrit par J. Schumpeter, qui considérait sa théorie comme l'interprétation la plus adéquate du processus économique, en particulier à l'ère des grandes entreprises.
Comme point de départ de son analyse, J. Schumpeter a admis que tout système économique fonctionne initialement dans le cadre d'un équilibre concurrentiel : les prix des produits manufacturés sont fixés au coût moyen, les profits sont nuls, il n'y a pas de taux, la vie économique tourne dans un cercle, se répétant constamment.
F L'invasion des innovations change radicalement la donne : les innovations nécessitent des fonds importants, ce qui entraîne une forte demande de crédit et l'émergence d'intérêts. Le crédit est nécessaire aux entités économiques qui composent le système pour réagir aux changements survenus dans le système et s'y adapter. Ces derniers s'efforcent de pénétrer de nouveaux domaines, maîtrisant de nouvelles méthodes et modes d'action afin de rétablir l'équilibre du système, mais à un niveau qualitativement nouveau. Ces efforts combinés amènent le système économique à une nouvelle étape de développement, la situation se stabilise et le processus de « destruction créatrice » se répète. Ainsi, l’activité innovante sort le système économique de l’équilibre et le ramène à l’équilibre, mais à un nouveau niveau plus élevé. Le développement du système économique se produit de manière inégale : les hausses s'accompagnent de ralentissements dont l'ampleur est proportionnelle à la vitesse du mouvement vers l'avant.
Tout ce qui précède détermine l'importance prioritaire de la tâche de planification et de gestion des activités d'innovation. La planification de l'activité innovante, la coordination et la répartition ordonnée dans le temps et dans l'espace permettront de la subordonner à la réalisation des objectifs stratégiques du système économique, d'éviter des hausses excessives à certains moments et des déclins à d'autres, c'est-à-dire permettra de réguler et de gérer la mise en œuvre d'activités innovantes et le développement du système économique. La gestion de l'activité d'innovation est également nécessaire car un système qui effectue des mouvements oscillatoires autour d'un certain axe, une autoroute, peut facilement quitter cet état, s'éloigner à tout moment de la direction principale, détériorer considérablement la qualité de son fonctionnement et entrer en crise.
Dans le même temps, le problème de la gestion de l'activité d'innovation elle-même se pose dans sa globalité. Il ne s'agit plus simplement de créer de tels mécanismes économiques qui stimuleraient la mise en œuvre d'activités innovantes, assureraient un niveau élevé de renouvellement et contribueraient à l'obtention d'effets économiques tangibles. Dans une bien plus grande mesure, le problème de la gestion des activités d'innovation prend une teinte de fixation d'objectifs, se transforme en un problème de détermination d'objectifs et de méthodes pour les atteindre, de réalisations, d'élaboration d'une stratégie qui répond aux besoins de développement du système économique à long terme.
La résolution d’un problème d’une telle ampleur nécessitait une approche conceptuelle, étudiant les modèles généraux d’innovation basée sur l’agrégation de méthodes de recherche logiques, qualitatives et quantitatives. L'identification des modèles généraux est l'un des principaux problèmes non seulement dans la recherche théorique, mais aussi dans la résolution de problèmes pratiques, puisque la gestion de l'activité d'innovation doit être fondée avant tout sur la connaissance des lois du développement et des principes de sa mise en œuvre. . Cela détermine l’importance de construire à la fois des modèles conceptuels de haute qualité et des représentations mathématiques formalisées, sans lesquels une gestion scientifiquement fondée est pratiquement impossible.
L'activité d'innovation est le résultat d'un processus cognitif, incarné sous la forme de nouveaux produits, de nouvelles technologies, de nouvelles méthodes et approches d'organisation des activités commerciales, et est un processus déterminé de l'extérieur et généré en interne de nature continuellement discrète : étant continu, il est réalisé sous la forme de la mise en œuvre d'innovations individuelles. Chaque innovation individuelle est aussi un processus, un système dynamique complexe avec une structure spatio-temporelle ; Il passe par plusieurs étapes dans son développement : les étapes d'origine, d'invention, de mise en œuvre, de diffusion, de croissance, de ralentissement et d'élimination, et présente des caractéristiques spécifiques, dont les plus importantes sont l'actualité et le caractère cumulatif. L’actualité est l’essence de l’innovation, qui se manifeste par la maîtrise de la bonne technologie ou l’apparition du bon produit sur le bon marché au bon moment. Le caractère cumulatif de l'innovation est dû au fait que la viabilité et les résultats d'une innovation dépendent de toute l'histoire de son développement, depuis la phase initiale, au cours de laquelle se forme son potentiel, interprété comme le degré de nouveauté et la possibilité de poursuite de l'amélioration. Le potentiel d'innovation, à son tour, affecte directement la structure spatiale des innovations individuelles et le processus d'innovation dans son ensemble, la configuration des processus de diffusion des innovations. La théorie économique associe le processus de diffusion des innovations au phénomène de diffusion, qui apparaît traditionnellement se manifester sous deux formes principales. Comme l'une des formes de diffusion, sa diffusion et son utilisation à grande échelle dans les domaines pour lesquels l'innovation était initialement destinée sont prises en compte ; la deuxième forme de diffusion est le transfert de technologie vers d'autres domaines avec l'introduction de modifications et d'ajouts appropriés. L’étude a révélé une autre forme de diffusion, basée sur le fait que l’innovation visant à améliorer un aspect des activités du système économique couvre inévitablement ses autres aspects : les innovations interagissent les unes avec les autres dans les produits, les processus technologiques et les systèmes d’organisation et de gestion, se conditionnant et se complétant mutuellement. l'un l'autre. Il a été établi que plus le potentiel d'une innovation est élevé, plus le champ d'application et son impact sur le fonctionnement du système économique sont larges ; à l’inverse, plus le phénomène de diffusion est important, plus l’effet économique total de l’innovation – la réalisation pratique de son potentiel – est important.
Comme tout processus de nature cumulative, l'innovation est représentée de manière tout à fait adéquate par une courbe logistique caractéristique en forme de S, qui représente un modèle logique du mécanisme d'innovation. Les principaux concepts qui permettent de décrire aux niveaux logique et qualitatif le fonctionnement des systèmes économiques et les processus innovants qui assurent leur développement sont les concepts de convergence et de divergence des paramètres étatiques. Ils peuvent être interprétés comme des manifestations externes de processus internes de croissance et de développement associés à une combinaison de facteurs de stabilité et d'instabilité de tout système dynamique, y compris économique. L'étape évolutive « calme » du fonctionnement d'un système économique se caractérise par la présence de mécanismes qui stabilisent son état ; l'état du système est stable : il existe des sources de ressources fiables, des technologies éprouvées, des marchés stables ; le système économique converge constamment vers cet état, en éliminant les déviations. Au fil du temps, en raison de changements continus dans les conditions de fonctionnement, de changements quantitatifs des paramètres de l'environnement extérieur et/ou du système, sa résistance aux perturbations s'affaiblit, une rupture du circularisme se produit (en biologie, de telles situations sont appelées échecs de adaptation), vient un moment où les conditions préalables se présentent pour un changement qualitatif de l'état du système, c'est-à-dire mise en œuvre de la prochaine innovation.
Chaque innovation, étant un système dynamique, ne reste pas non plus inchangée tout au long de son développement. Ainsi, aux premiers stades du processus d'existence de l'innovation (aux stades de diffusion et de croissance), tous les efforts sont concentrés sur la valorisation maximale des résultats de l'innovation et constituent, dans la terminologie de la théorie générale des systèmes, un processus normal. facteur de son développement. Toutefois, la mise en œuvre de l’innovation ne signifie pas que l’activité d’innovation s’arrête complètement. Au contraire, un travail constant doit être mené pour moderniser les produits manufacturés, améliorer les technologies de production et d'organisation sous la forme de la mise en œuvre d'innovations d'amélioration et de développement. Pris ensemble, ces types d'activités constituent (dans la même terminologie de l'analyse des systèmes et de la théorie des catastrophes) un facteur de fracture dans le développement de l'innovation, affectant le processus de sa mise en œuvre et, dans une certaine mesure, modifiant la forme de la courbe logistique, mais tant que le facteur de division est faible, l’impact dominant sur l’innovation en matière de développement est exercé par des facteurs normaux, et il est continu et évolutif. Au fil du temps, l’effet des facteurs de division s’intensifie : à mesure qu’une innovation approche de sa limite technologique, l’ensemble des petites innovations améliorantes s’épuise ; en même temps, grâce au développement de la science, de nouvelles idées originales, de nouveaux principes de conception et de nouvelles solutions techniques apparaissent ; les phénomènes de divergence s’accentuent, créant la diversité nécessaire comme source potentielle de renouveau. Lorsque le facteur de division atteint une certaine valeur seuil critique, une autre innovation est mise en œuvre, qui élève le système économique à un niveau de fonctionnement qualitativement nouveau. Ainsi, les conclusions de la théorie de la « destruction créatrice » formulée par J. Schumpeter sur la base de l'analyse économique et statistique et les données empiriques sont confirmées par les dispositions de l'analyse systémique et de la théorie mathématique des catastrophes, cependant, l'importance de l'interprétation théorique-catastrophique des processus de croissance et de développement des systèmes économiques ne se limite pas à cette confirmation. L'analogie claire que l'on peut tracer entre les dispositions fondamentales de l'analyse de l'innovation et les modèles de la théorie mathématique des catastrophes semble très prometteuse, car elle ouvre de nouvelles possibilités pour une présentation formalisée du concept de développement innovant des systèmes économiques. En particulier, la combinaison des facteurs normaux et de clivage est modélisée avec succès par une catastrophe élémentaire de type « assemblage ». L'un des principaux problèmes liés à l'application pratique de ce modèle de catastrophe est l'identification de deux facteurs principaux dont le changement détermine des transitions brusques dans le développement du système. L'étude a établi que dans l'analyse de l'innovation, il est naturel de s'efforcer d'obtenir des effets économiques tangibles en utilisant des méthodes d'action établies comme facteur normal du développement de l'innovation ; le rôle du facteur de division est joué par la nouveauté, l'originalité de l'idée, le principe de conception, etc. - tout ce qui est agrégé dans la notion de potentiel d'innovation. L'appareil modèle de la théorie des catastrophes permet d'identifier des combinaisons de facteurs normaux et de division qui assurent le développement évolutif et provoquent des transitions brusques, et de déterminer les valeurs critiques de ces paramètres qui changent la nature du développement. Il est évident que des recherches ultérieures dans la direction indiquée nécessiteront une étude détaillée du potentiel d'innovation, la formation d'un appareil conceptuel approprié, l'identification des facteurs influençant l'ampleur du potentiel et la sélection de variables valides qui reflètent pleinement et adéquatement son état. Certaines étapes pour explorer le potentiel de l'innovation et appliquer ce concept à l'analyse de l'innovation ont été réalisées dans cette thèse ; en particulier, la notion de potentiel d'innovation constitue la base de la classification des moyens de développement innovant et de leur classement. Ce choix est justifié par l'argument suivant : c'est le potentiel d'une innovation qui détermine l'effet attendu de sa mise en œuvre, qui, à son tour, justifie sa mise en œuvre.
La valeur des études logiques et qualitatives réalisées sur les processus d'innovation ne réside pas seulement dans le fait qu'elles offrent la possibilité fondamentale de descriptions formalisées, représentent une approximation méthodologique de modèles mathématiques rigoureux et servent de base théorique pour la construction de modèles analytiques et leur utilisation pratique. Les caractéristiques qualitatives de l'objet étudié, autrement appelées caractéristiques nominales ou de classification, permettent de diviser les objets étudiés en groupes et de les classer. Une systématisation complète de l'innovation permet de construire des caractéristiques ordinales, de les ordonner et de les classer, ce qui, à son tour, permet de comparer un type particulier d'innovation avec une stratégie d'innovation particulière et de concevoir des mécanismes appropriés pour gérer les activités d'innovation.
Une étude plus approfondie de l'activité d'innovation a été réalisée sur la base de son modèle économique et mathématique, construit en tenant compte des schémas identifiés, de la recherche des propriétés de ce modèle et de ses solutions. Étant donné que l'activité d'innovation est un processus déterminé de l'extérieur et généré en interne, son modèle comprend une description formalisée du sujet de l'activité d'innovation et du mécanisme d'innovation lui-même. Le sujet de l'activité d'innovation est formalisé dans le concept d'agent économique - élément central de la méthodologie de modélisation des systèmes économiques. Les agents économiques dans la thèse sont des individus ou des groupes d'individus unis en un tout par une communauté d'objectifs économiques et de méthodes d'action ; ce sont des unités opérationnelles élémentaires capables de prendre des décisions indépendantes. Cette définition inclut toutes les entités économiques opérant au niveau microéconomique : les entreprises industrielles et agricoles, les entreprises de services, les organisations scientifiques et les entreprises d'innovation, ainsi que les citoyens individuels. Le choix du niveau microéconomique est dû au fait qu'au niveau des économies nationales et régionales dans leur ensemble, les problèmes ne sont pas tant résolus dans la gestion des activités d'innovation que dans le progrès scientifique et technologique. Les décisions spécifiques concernant la mise en œuvre d'activités innovantes sont prises au niveau de l'entreprise ; ils sont liés aux besoins pratiques des initiateurs d'activités innovantes et visent à utiliser l'innovation pour atteindre les objectifs des entreprises, c'est-à-dire le processus d'innovation est mis en œuvre directement à travers les activités des entreprises et des firmes.
Une description formalisée d'un agent économique est divisée en une description de son état interne - un modèle d'identification, qui permet de le distinguer comme une unité indépendante d'observation et d'étude, et un modèle d'environnement ou de situation. L'état interne d'un agent économique est entièrement déterminé par les informations suivantes : w(t) =(x(t)yy(t),a(t^j, où est la totalité des ressources utilisées, v(V) b7( ?)c R+ - produits manufacturés (R+ espace des produits),) e A(t) ~ (f),.,at(7)) - technologies utilisées. Dans le même temps, les concepts de « produits » et de « technologies » ont été interprétés de la manière la plus générale possible : les produits sont tout ce qui peut être isolé et identifié comme une entité distincte, en liaison avec les méthodes d'enregistrement et de mesure ; ceux-ci incluent non seulement les résultats matériels de l'activité humaine et naturelle, mais aussi les services, les types de travail, l'information ; technologies - toutes les méthodes de transformation des ressources en produits finis. Il s'agit d'un module général de description générale d'un agent économique dont le modèle dynamique de fonctionnement détermine, en fonction du contrôle appliqué u(t), une séquence finie ou infinie d'une trajectoire de développement possible dans la terminologie de la théorie des systèmes.
Le facteur qui détermine le besoin et assure la possibilité de ce développement est le facteur environnemental externe ; la destruction du lien entre un agent économique et l'environnement extérieur conduit à sa dégradation et à sa destruction en tant que système intégral, de sorte que les caractéristiques de l'environnement extérieur sont également incluses dans la description formalisée complète de l'agent économique. L'interaction d'un agent économique et de l'environnement extérieur est une situation de conflit non antagoniste, dans laquelle l'environnement est considéré comme porteur d'informations et diverses perturbations comme source potentielle de nouveautés, et la tâche de l'agent économique est de prendre des décisions de gestion rationnelles adaptées à ces influences. Le modèle de situation, contrairement au module d'identification, contient des quantités exogènes pour l'agent économique ; ils doivent être anatisés sous diverses hypothèses concernant leur changement, mais ne peuvent pas être modifiés délibérément. La caractéristique structurelle la plus importante de l'environnement extérieur (dont un reflet unique est la structure d'un agent économique) est la hiérarchie, combinant
Un méta-ensemble d'états d'identification : J=o ou sa décomposabilité en sous-systèmes séparés avec un classement de ces derniers en fonction du degré d'interaction et d'influence mutuelle. Dans la description de l'environnement d'un agent économique, on distingue un ensemble de paramètres q\(t), caractérisant le bloc de l'économie, constitué d'agents économiques égaux qui influencent également les états possibles les uns des autres, et un ensemble de paramètres qiiO , reflétant le niveau supérieur (étatique, politique, scientifique) de la situation environnementale : cas = ®, l'état actuel de l'agent économique est déterminé par le métaensemble (\v(t^,q(tjjf ; le choix des composantes du la description est déterminée par la situation d'importance pratique : tous peuvent faire l'objet d'une activité innovante. En plus de la valeur appliquée : système de gestion orienté application les méthodes économiques et mathématiques doivent être basées sur l'identification mathématique des objets étudiés ; la construction d'une description formalisée du fonctionnement d'un agent économique a une signification théorique générale et vise à résoudre le problème déjà identifié de la formation d'un appareil conceptuel et modèle universel.
Conformément à sa mission et à l'environnement extérieur en évolution dynamique, un agent économique développe des objectifs d'obtention d'un profit durable, d'avantages concurrentiels et d'un fonctionnement stable à long terme, ce qui permet d'évaluer son état actuel (au moins à un niveau première approximation) par le montant du profit f(t) = f(w(t),q(ty). Le dynamisme du fonctionnement et, par conséquent, la description d'un agent économique nécessite une approche dynamique de la formation de un critère de qualité de son fonctionnement à long terme. Comme tel critère dynamique, on peut choisir le bénéfice cumulé pour la période considérée comme la somme des bénéfices par année ou le montant des bénéfices pour la même période, pris avec les facteur d'actualisation ; ce dernier critère permet une extension naturelle à des trajectoires infinies : Dans les modèles sans actualisation, la maximisation du taux de croissance du profit est considérée comme une fonctionnelle objectif dynamique.
Quant au mécanisme d'innovation lui-même, son modèle est construit en tenant compte des considérations suivantes : il doit être significativement vaste afin de décrire le processus de mise en œuvre de l'innovation, et en même temps aussi simple que le permet la logique de ce processus, donc pour ne pas dépendre de variantes spécifiques de l'innovation ; cette dernière est nécessaire pour analyser et comparer une large classe d’innovations. Elle doit refléter les propriétés les plus essentielles de l'innovation ; le plus important d'entre eux est la nature cumulative du processus de son développement, qui est modélisé par l'équation différentielle dz - = kz(b - z), où t est le temps, z ~z(i) - redt résultat (effet) de innovation, k >0 est une constante positive (paramètre d'échelle), caractérisant en moyenne le taux de diffusion de l'innovation, b est une constante positive qui limite par le haut le résultat de l'innovation (valeur maximale de z) ; l’effet minimum de l’innovation est supposé nul. La modélisation du mécanisme de l'innovation avec une équation différentielle semble assez prometteuse du point de vue de la poursuite des recherches sur l'activité d'innovation et du développement d'une justification analytique des décisions de gestion. Cela permet notamment de construire et d'étudier des processus de transition qui sortent un agent économique d'un état stable et ramènent le système économique à un état d'équilibre.
En même temps, cette équation différentielle a un sens plus général qu'une description analytique du mécanisme d'innovation. Comme indiqué dans, la courbe logistique en forme de S, qui décrit le cycle de vie de chaque innovation individuelle, peut être considérée comme un modèle de la dynamique de diverses quantités cumulées et donc l'équation différentielle qui la détermine a une signification plus générale qu'une équation mathématique. description du mécanisme d’innovation. Elle peut être considérée comme une expression quantitative de l'action de la loi de transition mutuelle des changements quantitatifs et qualitatifs par rapport aux processus cumulatifs, y compris l'innovation. Le fait qu'elle soit intégrée sous une forme explicite et que sa solution ait la forme : z\t) = permet de déterminer le moment le plus favorable pour la mise en œuvre de la prochaine innovation.
Schématiquement, le processus de mise en œuvre des innovations successives est représenté comme un ensemble de courbes logistiques qui se prolongent et dont les positions relatives peuvent être différentes. Dans ce cas, chaque famille de courbes correspond à un graphique coûts totaux - bénéfices, obtenu par addition algébrique de graphiques correspondant aux innovations individuelles. Du point de vue de la combinaison des courbes logistiques, le moment le plus favorable pour le démarrage de la prochaine innovation est déterminé par le point d'inflexion de la courbe logistique, ce qui est également confirmé par les dispositions de la théorie mathématique des catastrophes : « . ..au point d'inflexion, la courbe de croissance commence à sauter et à tourner, connaît de fortes fluctuations. La courbe stable se situe sur la nouvelle branche "1. Les coordonnées du point d'inflexion Zq) sont trouvées en différenciant deux fois la fonction z(t) :
En s / h b q = --, Zq = z^o) = -> m*e* dépendent directement du paramètre e>, les caractéristiques
1 Prix D de Solla. Petite science, grande science // Science sur la science. M. : Progrès, 1966, p. 304 c'est l'effet de l'innovation. Ainsi, le moment le plus favorable pour le démarrage de la prochaine innovation peut être suivi en comparant l'effet z(t) déjà obtenu au temps t avec la valeur Zq - ^ si z(t) « ^, alors l'innovation est encore assez loin de la limite de ses capacités ; à mesure que z(t) et Zq se rapprochent, le moment du « démarrage » de la prochaine innovation approche. Il est peut-être plus préférable pour les activités innovantes, caractérisées par un degré élevé d'incertitude externe et interne de ses résultats, de ne pas utiliser d'estimations ponctuelles, mais des estimations par intervalles du moment d'initialisation de la prochaine innovation. La période de temps favorable au démarrage de la prochaine innovation peut être trouvée comme l'intervalle entre les points de courbure maximale de la courbe logistique ; les heures de début au plus tôt et au plus tard de la prochaine innovation sont également calculées analytiquement, jusqu'à la qualité des informations identifiant les paramètres du modèle. La longueur de cet écart peut servir de mesure temporaire de la compétitivité d’une innovation. La réserve de compétitivité d'une innovation dans la pratique peut également être calculée comme la distance le long de l'axe des ordonnées entre les points d'inflexion de deux courbes logistiques successives, qui est entièrement déterminée par le paramètre b, de sorte que la valeur de b est interprétée comme une mesure quantitative du saut qualitatif provoqué par l'innovation ; le problème de la détermination de la valeur de b est résolu en utilisant des méthodes quantitatives adéquates.
L’effet potentiel de l’innovation a été évalué dans l’étude du point de vue de l’approche suivante : « …l’effet économique global de l’application des innovations est caractérisé par leur valeur, qui, à son tour, est déterminée par la contribution des innovations à le résultat global du fonctionnement du système économique. S'appuyant sur les principes méthodologiques de l'analyse des systèmes, cette approche s'appuie sur le but global d'un agent économique, permet d'envisager son fonctionnement à partir d'une position unifiée, basée sur le but ultime, de choisir des voies de développement et de poser des problèmes visant en fin de compte le mise en œuvre de sa mission. La mission d'une entité économique établit les tâches les plus générales pour lesquelles tout système commercial se forme, fonctionne et se développe ; C'est précisément à partir de là que partent les objectifs exprimés en termes opérationnels, leur structuration et la mise en évidence des liens logiques « objectifs - moyens d'atteindre les objectifs ». Par rapport au problème d'assurer la croissance effective d'une entité économique et d'obtenir un profit durable, les principales directions d'action conformément au modèle construit d'un agent économique dont la fonction objectif a la forme : /(/) = f(w(t),q(t)), sont choisis pour augmenter l'efficacité des activités de production (élément de description \v(t)) et améliorer son interaction avec l'environnement extérieur (élément q(t)). Ces objectifs assez généraux se concrétisent en objectifs plus détaillés du niveau suivant de leur système hiérarchique conformément à la structure des métaensembles w(t) = (x(t),y(t),a(t)^ et q(t ) = ("^( f),^Le co-processus de détail a été amené au niveau de tâches qui diffèrent des objectifs généraux par l'exactitude de leurs déclarations et la possibilité d'évaluations quantitatives du degré de leur mise en œuvre. Traitement du poids des résultats de l'exécution de tâches individuelles au niveau inférieur du système hiérarchique d'objectifs et de l'agrégation ultérieure des résultats de traitement de chaque niveau lors du déplacement le long des branches correspondantes de l'arbre d'objectifs de sa base vers le sommet et nous permet d'évaluer le l'efficacité économique absolue d'une innovation en tant que contribution à la réalisation de l'objectif global d'un fonctionnement stable et d'un développement efficace.
L'effet cumulatif de la mise en œuvre d'une innovation est multiforme et est déterminé par son influence sur toutes les composantes du modèle d'agent économique ; une sorte d'« inventaire » de certains types d'effets, leur identification conceptuelle, leur description significative, leur mesure ou évaluation quantitative, fournissent les outils nécessaires pour prendre une décision de gestion optimale basée sur l'ensemble des informations disponibles. Un projet innovant peut être décrit par un ensemble d'effets E2,.7 Et), dont chacun est une fonction additive ou multiplicative de paramètres techniques et technologiques individuels, mais est mesuré dans ses propres unités, et par conséquent, des types d'effets individuels ne peuvent pas être résumé purement mécaniquement. Le choix de la décision de gestion optimale s'effectue généralement à l'aide des méthodes coût-bénéfice ou coût-efficacité. Lors de la mise en œuvre de la première de ces approches, tous les types d'effets sont regroupés en une seule valeur composite de profit à l'aide de facteurs de conversion, dont la dimension doit être telle que les termes individuels soient exprimés dans des unités de mesure comparables. L'effet global de l'innovation peut être trouvé à l'aide de la formule généralisée : E = X wiSi(^i) G par des transformations non linéaires choisies à cet effet ->§2, ■ ■ ->&t ■ La deuxième approche consiste à comparer des projets innovants individuels du point de vue de leur effet potentiel selon le critère de qualité du vecteur.
Diviser l'effet potentiel total d'un projet innovant en composants individuels n'est pas seulement d'une importance fondamentale pour son évaluation quantitative. Il permet de détailler l'équation différentielle qui modélise le cycle de vie de l'innovation en fa, un système d'équations différentielles - = kizi (D - - z -z = 1, m, où la fonction dt zt(t) décrit la dynamique du effet du i-ième type, et explorez ses solutions - familles de courbes logistiques, y compris en supposant différents paramètres d'échelle k( pour différents types d'effets. Ce dernier est tout à fait cohérent avec l'un des principes de base de la dynamique des systèmes, dont l'applicabilité l'analyse des projets innovants est justifiée dans la thèse. Le développement ultérieur de la recherche dans la direction indiquée se voit dans le fait que la dynamique de chaque type d'effet est déterminée non seulement par son propre niveau atteint, mais dépend également d'autres types des effets : la simultanéité demande à être précisée.
Pour évaluer l'effet potentiel d'une innovation, il est nécessaire d'utiliser un grand nombre d'indicateurs, dont aucun n'est le critère déterminant de la réussite ou de l'échec d'un projet innovant. Et même la combinaison de types individuels d'effets en un seul indicateur de qualité global, qui en soi est associée à d'importantes difficultés méthodologiques, techniques et informatiques, ne reflète pas pleinement l'éventuelle inefficacité du fonctionnement d'un agent économique, révèle les raisons de cette inefficacité et indique des moyens spécifiques pour y remédier. Une direction relativement nouvelle dans l'étude de l'efficacité du fonctionnement des agents économiques s'est avérée être une méthode fructueuse d'analyse de l'activité innovante - la technologie d'analyse de l'environnement opérationnel, qui intègre les principales dispositions et résultats de l'analyse du système, de l'économie mathématique. et la recherche opérationnelle. L'essence de cette approche est que l'activité de chaque agent économique est évaluée non pas isolément, mais au sein d'un bloc de l'économie, dont les composantes des agents économiques sont caractérisées par des vecteurs d'entrées-sorties : v = - .у(0/ Parmi les vecteurs d'entrée-sortie, un type spécifique de productions fonctionnelles efficaces se forment, formant une hypersurface (front) efficace dans un espace de dimension appropriée, dont la forme est déterminée par l'ensemble des technologies dont dispose l'ensemble de la communauté des agents économiques ; cette méthode de représentation des productions efficaces est traditionnellement acceptée en économie mathématique ; elle développe l'idée de fonctions de production et décrit l'activité de production de la manière la plus générale possible Le modèle d'analyse de l'environnement opérationnel est décrit comme un problème d'optimisation non linéaire consistant à maximiser l'efficacité opérationnelle de un agent économique, à condition que des évaluations similaires de l’efficacité opérationnelle d’autres agents économiques ne dépassent pas les valeurs établies. La mesure d'efficacité (fonctionnelle cible) dans ce problème est le rapport de la somme pondérée des paramètres de sortie à la somme pondérée des paramètres d'entrée (c'est-à-dire le rapport des résultats aux coûts). La valeur optimale de la fonctionnelle est utilisée comme mesure généralisée de l'efficacité de production d'un agent économique donné.
La plus grande valeur de la méthode d'analyse de l'environnement opérationnel, du point de vue de son application dans l'étude de l'activité innovante, n'est pas seulement et pas tant déterminée par l'évaluation de la position actuelle d'un agent économique au niveau approprié de l'environnement. hiérarchie économique, mais par les conclusions qui peuvent être tirées de cette évaluation. La Technologie d'Analyse de l'Environnement Opérationnel permet de trouver des moyens de maintenir le niveau d'efficacité existant ou des méthodes pour l'augmenter en construisant des zones de stabilité - des zones dans l'espace des coordonnées de phase, au sein desquelles un agent économique maintient son statut d'acteur efficace. ou un fonctionnement inefficace. Ceci, à son tour, permet de déterminer des directions de développement d'importance cruciale - les directions le long desquelles un agent économique fonctionnant efficacement peut perdre son statut, ou, à l'inverse, les directions le long desquelles un agent économique fonctionnant de manière inefficace peut atteindre le plus rapidement la frontière effective.
Une approche systématique qui justifie la décision de choisir le projet d'innovation optimal doit également, outre le résultat attendu de l'innovation, prendre en compte les ressources matérielles, scientifiques, techniques et de main-d'œuvre, avec la participation desquelles seule sa mise en œuvre est possible. Les ressources disponibles agissent comme un limiteur naturel lors de la mise en œuvre d’une innovation et déterminent souvent la faisabilité et même la possibilité de cette mise en œuvre. Avec toute la variété des ressources nécessaires à la mise en œuvre de l'innovation (main-d'œuvre, compte tenu de la composition professionnelle et des qualifications du personnel, matériel - équipements spéciaux, support technique et instrumental, etc.), leurs types spécifiques, à un degré ou à un autre, peuvent se remplacer, ce qui s'exprime quantitativement par leurs estimations monétaires, qui, comme l'ampleur des effets, sont déterminées par les paramètres structurels et techniques et technologiques des innovations.
Chaque projet innovant est représenté de manière tout à fait adéquate par un vecteur d'effets et de coûts potentiels P = ^E1,E2,.Em,Cy, l'ensemble des vecteurs du type spécifié correspondant aux alternatives évaluées forme un ensemble dans l'espace des critères P = . , dont la sélection primaire a été réalisée selon le principe de dominance des alternatives et le critère de Pareto ; les options d'innovation dominées sont exclues d'un examen plus approfondi, ce qui permet de réduire le nombre de projets comparés à un ensemble d'alternatives non dominées P0pt, mais ne fournit pas une meilleure solution unique. Il est proposé de choisir la variante optimale d'une innovation en introduisant un critère de sélection supplémentaire d'ordre supérieur, par exemple en mettant en évidence l'un des critères (ou certains critères) comme principal et en transférant le reste dans la catégorie des restrictions; dans le cas où tous les types d'effets sont exprimés sous forme monétaire et réduits au montant total du profit potentiel, chaque projet peut être caractérisé par le rapport résultats/coûts, qui doit être maximisé avec ou sans prise en compte des coûts acceptables.
La caractéristique la plus importante de l’activité d’innovation identifiée au cours de l’étude est sa nature continue ; le résultat économique final n'est pas déterminé par l'efficacité des projets individuels, mais par leur contribution globale continue aux activités de l'agent économique et au profit qu'il en retire. Les innovations pointues « d'oasis » n'ont qu'un effet local, à court terme et qui s'estompe rapidement et ne peuvent pas avoir un impact significatif sur la réalisation des objectifs stratégiques à long terme du fonctionnement et du développement stables d'un agent économique. Ces derniers exigent que, s'entrelaçant organiquement, se complétant et se remplaçant les uns les autres, les projets innovants individuels forment un flux discret et continu, dont la caractéristique statique à chaque instant t est le portefeuille d'innovations d'un agent économique - un ensemble de projets qui sont en cours d'élaboration et de mise en œuvre à un moment donné. Représentant un ensemble de projets innovants, le portefeuille d'innovation présente de nouvelles qualités différentes des qualités des projets individuels et est considéré comme une unité de gestion lors de la planification et de la mise en œuvre des activités innovantes. Un portefeuille d'innovation créé sur la base de l'analyse de projets individuels en utilisant la méthode de leur agrégation a une plus grande valeur que les projets individuels. Dans le même temps, la gestion d’un portefeuille en tant que complexe de projets avec différentes propriétés peut nécessiter beaucoup plus d’efforts et d’argent que la gestion de projets individuels.
Comme solution la plus simple au problème de la constitution d'un portefeuille d'innovations, la diffusion de méthodes éprouvées de sélection de projets individuels est proposée : s'il existe un ensemble d'alternatives - C 1 2 1с)
Popt = ,Р Р dont chacun est caractérisé par un effet agrégé (la valeur du profit composite) E], le montant des coûts C J : et la tâche est de sélectionner un ensemble de projets qui assurent un profit maximum, à condition que le total les coûts ne dépassent pas le montant établi C , alors sa solution peut être la suivante. Tous les projets considérés de l'ensemble Popt sont classés conformément à la valeur correspondante KJ =
Le rapport bénéfices/coûts et de plus ces projets sont acceptés dans l'ordre ainsi établi jusqu'à atteindre la limite C. Un inconvénient majeur de cette approche est que chaque projet est évalué isolément, sans tenir compte de sa contribution au portefeuille global de projets. . Représentant un complexe de projets individuels, un portefeuille d'innovations acquiert des paramètres quantitatifs soit à la suite d'actions actives et ciblées, soit de manière aléatoire, qui sont déterminés par la combinaison de projets et caractérisés par les facteurs qui déterminent leur combinaison. Cela concerne principalement l'efficacité du portefeuille, puisque le but de la constitution d'un portefeuille est de maximiser l'effet potentiel, le retour sur les coûts de mise en œuvre d'activités innovantes. L'effet cumulatif de l'innovation a une propriété cumulative et s'exprime quantitativement par une fonction superadditive : EyP1 et PJ j > EyP1 j + EyPJ" j. Essentiellement, cela signifie que l'effet de la mise en œuvre conjointe de deux projets innovants n'est pas inférieur à la somme des effets de leur mise en œuvre séparée, et avec la bonne combinaison de projets, la surpasse : les innovations interagissent les unes avec les autres dans les produits, les processus technologiques, les systèmes d'organisation et de gestion, et chacune d'entre elles peut contribuer à la survie des autres. Au montant des coûts qui caractérisent le portefeuille d'innovation, la fonction les exprimant peut être soit sous-additif, soit sur-additif selon les conditions de mise en œuvre d'un ensemble de projets.
Étant donné que la tâche de la planification de l'activité d'innovation est d'influencer la politique scientifique et technique d'un agent économique, son influence se réalise à travers la prise de décision et l'allocation des ressources. La répartition des ressources entre les projets individuels inclus dans le portefeuille d'innovation P s'effectue en spécifiant des multiplicateurs non négatifs sur l'ensemble Popt, qui ont le sens de la part des ressources allouées à chacune des innovations dans leur complexe, ou des coefficients d'intensité d’utilisation des innovations. Les formules qui déterminent les proportions structurelles optimales du portefeuille ont été obtenues dans la thèse en utilisant la modélisation de la théorie des jeux : des jeux matriciels et bimatriciels ont été construits, modélisant le conflit d'intérêts divergents pour maximiser l'effet potentiel et minimiser les coûts attendus, et des stratégies mixtes optimales. ont été retrouvés dans chacun d’eux. La méthodologie proposée pour déterminer les proportions structurelles d'un portefeuille est universelle dans la mesure où elle peut être utilisée pour constituer un portefeuille d'innovations prenant en compte les facteurs d'incertitude et de risque.
L'idée d'appliquer l'appareil de la théorie des jeux à l'étude des processus d'innovation en général et à la constitution d'un portefeuille d'innovations en particulier nous semble assez fructueuse et prometteuse si l'on considère la théorie des jeux comme une méthodologie générale de prise de décision dans conditions de conflit et ne se limite pas aux jeux non coopératifs. Ainsi, lors de la constitution d'un portefeuille d'innovations, vous pourrez également utiliser les outils de la théorie des jeux coopératifs, qui permettront de prendre en compte explicitement la suradditivité de la fonction d'effet cumulatif, la sous-additivité ou la suradditivité des coûts attendus. La valeur de la théorie des jeux coopératifs réside dans la grande capacité idéologique des principes d'optimalité qui y sont adoptés : Ca-core, N-M - solution, n-core, etc., qui n'ont pas encore reçu une large diffusion et une application pratique, peut-être en raison de l'étroitesse et de la spécificité de cette théorie des tâches traditionnellement étudiée. Dans le même temps, après avoir doté les concepts fondamentaux de la théorie des jeux d'un sens substantiel assez large, il est possible d'étendre les principes d'optimalité de la théorie des jeux coopératifs au schéma formel du problème général de prise de décision et de l'utiliser, y compris dans la résolution du problème de la combinaison optimale d'innovations. Le problème de la taille optimale (en termes de nombre de projets innovants inclus dans le portefeuille) du portefeuille mérite une étude indépendante. Il est évident que l'efficacité du portefeuille EP est déterminée non seulement par les paramètres des projets individuels, mais également par leur nombre : EP = EP(k). On peut supposer que pour de petites valeurs de k cette fonction a une dérivée positive dEn -, augmentant à un certain km^a, dk qui commence alors à diminuer en raison des difficultés organisationnelles croissantes de gestion d'un grand portefeuille. Des hypothèses faites dEn, il s'ensuit que y - a au moins un maximum, qui et dk peuvent être considérés comme la taille optimale du portefeuille d'innovation.
Chaque innovation est un système dynamique complexe ; la gestion de l'innovation est la gestion d'un système dynamique, d'un processus, et est elle-même un processus continu (et chaque décision de gestion est une caractéristique statique de ce processus), qui devait être reflétée de manière adéquate dans les principes d'optimalité utilisés dans la gestion de l'innovation activités. La méthodologie d'analyse de l'environnement opérationnel, traditionnellement appliquée à l'analyse du fonctionnement effectif (au sens statique) d'un agent économique, est développée dans la thèse sur une situation qui inclut explicitement le facteur temps.
La généralisation effectuée permet notamment de calculer le niveau d'efficacité qui doit être atteint à un moment donné. Cette dernière est nécessaire pour pouvoir suivre en permanence le processus de développement de l'innovation, en tenant compte des changements économiques en cours et des informations supplémentaires. Il est clair qu’il est impossible d’évaluer les changements survenus et d’obtenir des informations supplémentaires sur de courtes périodes de temps. Il convient d'identifier certains moments (points de contrôle) auxquels une réévaluation fondamentale du projet d'innovation doit être effectuée et chaque aspect de la mise en œuvre de l'innovation doit être examiné. La présence de ces points de contrôle est déterminée par la logique propre de développement de l’innovation : étant un processus continu, l’innovation a simultanément une structure discrète ; dans son développement, il passe par un certain nombre d'étapes et de phases spécifiques, dont le moment d'achèvement est le plus approprié pour effectuer des réévaluations en fonction des résultats obtenus, des changements survenus et des nouvelles informations. Tous les paramètres d'un projet innovant et tous les aspects de sa mise en œuvre doivent être réévalués, mais surtout l'effet potentiel, qui au cours de la mise en œuvre du projet peut soit augmenter, soit diminuer.
Cette dernière circonstance peut également être incluse dans le modèle de la dynamique des processus d'innovation. Sous sa forme la plus générale, le cycle de vie d’une innovation est décrit par un ensemble de courbes logistiques généralisées, diffei - \,t, où bj(t) est l’effet potentiel du i-ème type, calculé au temps t. Analytiquement, ce système est intégré jusqu'aux quadratures, mais avec suffisamment d'informations, il peut être résolu numériquement ou étudié par des outils de simulation adéquatement soutenus par les principes de la dynamique des systèmes.
Le processus de gestion dynamique concernant la poursuite des travaux sur un projet, sa suspension ou son arrêt complet, ainsi que son homologue statique - une décision de gestion, doivent être basés sur une comparaison de l'effet potentiel de l'innovation et du coût de sa mise en œuvre. Cependant, le fait qu'il s'agisse de gérer un système dynamique introduit ses propres spécificités dans l'organisation de ce processus. A chaque instant, une décision de gestion est prise en tenant compte de l'état atteint par l'innovation au cours du processus de mise en œuvre, de l'effet potentiel supplémentaire que peut apporter la poursuite des travaux sur le projet et des coûts supplémentaires que cela entraînera. La forme traditionnellement utilisée de présentation des résultats de l'évaluation des projets innovants sous forme de points sur le plan numérique « coût - efficacité » reflète l'état statique de l'innovation au moment de la définition du projet ; à chacun de ces points, un vecteur est naturellement associé (son rayon est un vecteur émanant de l'origine des coordonnées - le point correspondant à l'inaction, jusqu'au point représentant les caractéristiques cardinales de l'innovation). S’il est nécessaire d’analyser la dynamique des processus d’innovation, ces derniers doivent être présentés non pas sous forme de points, mais sous forme de trajectoires de mouvement dans lesquelles les équations rationnelles ont des plans. La trajectoire est affichée sous forme de ligne brisée dont les nœuds correspondent à certains moments (moments d'achèvement des étapes individuelles ou points de contrôle intermédiaires), les coordonnées correspondent aux effets obtenus (résultats obtenus, degré d'achèvement des tâches, etc.) et les moyens maîtrisés, et le vecteur cassé émanant du point final - effet potentiel supplémentaire et coûts supplémentaires - le vecteur « défaut final ». Au cours de l'étude, quatre types d'orientations de ce vecteur ont été identifiés, dont l'appartenance à chacune suppose l'adoption d'une décision de gestion appropriée.
La méthodologie développée pour développer des solutions optimales et organiser le processus de gestion de l'innovation est assez générale dans le sens où elle peut être appliquée à l'innovation de chaque type, à partir de n'importe quelle étape de son cycle de vie, cependant, une condition nécessaire à son applicabilité est une stabilité état de l'environnement extérieur et expérience historique à long terme, permettant d'identifier les paramètres des modèles mathématiques. Les conditions d’instabilité économique, politique et juridique obligent souvent à abandonner l’utilisation d’une méthodologie universelle de prise de décision. L'incertitude naturelle d'un certain nombre d'indicateurs caractérisant la qualité de l'activité d'innovation détermine également la préférence pour l'obtention et l'analyse d'options pour des situations potentielles par rapport à la recherche de solutions optimales, qui peuvent être obtenues au moyen de modèles de simulation. Un support analytique adéquat pour une telle approche des organisations du processus de gestion de l'innovation est fourni par la dynamique du système : les modèles de processus d'innovation identifiés au cours de l'étude sont pleinement cohérents avec les principes de base de la dynamique du système.
La description structurée construite d'un agent économique en tant que sujet d'activité innovante permet de caractériser son état actuel par le niveau de certains fonds et unités non modèles (coïncidant avec les éléments d'une description formalisée de l'agent économique), la dynamique de l'état actuel - par l'évolution des niveaux de fonds, et ces changements eux-mêmes - par le taux de flux remplissant ou épuisant les fonds, déterminant la dynamique de l'activité économique et de l'activité d'innovation, dont l'effet combiné conduit à la réalisation des objectifs visés. Reflétant adéquatement les structures des systèmes étudiés, les moyens de dynamique des systèmes permettent de lier le processus de gestion de l'activité d'innovation à la régulation des rétroactions positives et négatives (dont la présence est l'une des principales caractéristiques de l'activité d'innovation), affectant le niveau actuel des fonds sur le rythme de leur remplissage ou de leur épuisement. L'idée de réguler le processus de gestion du feedback permet à la dynamique du système de distinguer les concepts de croissance extensive et de développement efficace, et de se concentrer sur les problèmes analytiques du développement intensif et à grande échelle.
La spécificité des modèles dynamiques de système, qui consiste dans le fait que les particularités du fonctionnement des systèmes étudiés sont déterminées principalement par le transfert de leur structure, l'identification des contours des connexions directes et de rétroaction et leur réflexion adéquate, fait il est possible de prendre en compte le caractère risqué de l'activité innovante et la grande incertitude de ses résultats. Les paramètres des dépendances caractérisant les connexions établies peuvent être spécifiés avec des erreurs significatives sans affecter significativement les résultats de la modélisation ; Lors de la construction de modèles, il suffit d'établir uniquement les limites générales des changements de paramètres et de les déterminer davantage en tenant compte des modèles qualitatifs au cours d'une expérience informatique.
La méthodologie de la dynamique des systèmes permet une mise en œuvre pratique utilisant les technologies de l'information à travers la construction de modèles de simulation sur un certain intervalle de temps de l'évolution de la situation. En définissant une certaine étape de simulation, vous pouvez faire varier la qualité des résultats de simulation : de l'obtention d'un scénario détaillé d'évolution de la situation à l'identification des principales tendances d'évolution des événements.
Les principales dispositions de la recherche de thèse achevée, ses idées et ses conclusions ont été rapportées et approuvées lors de conférences scientifiques et scientifiques et pratiques de différents niveaux : international (Rostov-sur-le-Don, 1997, Veliky Novgorod, 1999, Khabarovsk, 2LLC année), All-russe (Saint-Pétersbourg, 1997, Oulianovsk, 1999), interrégional (Rostov-sur-le-Don, 1998, Nijni Novgorod, 1999). Les résultats scientifiques, méthodologiques et méthodologiques de l'étude ont été reflétés et développés dans les développements de recherche du Département de mathématiques appliquées de la branche Dzerjinski du NSTU, lors de la mise en œuvre des travaux de recherche budgétaire de l'État « Application de méthodes numériques pour résoudre certains problèmes physiques et problèmes socio-économiques » (numéro d’enregistrement d’État 019000297566), ont été utilisés dans le développement d’un soutien méthodologique au processus éducatif.
Liste de références pour la recherche de thèse Docteur en sciences économiques Silkina, Galina Yurievna, 2000
1. Avraamov N.G. Développements innovants lors de l'exposition virtuelle sur 1.ternet // Innovations. - 1997, - N° 2-3.- P.82-83.
2. Adler X. Évaluation des solutions de conception. Questions méthodologiques : Documents de la Banque mondiale. -Washington, 1993. -216 p.
3. Ackoff R., Emery F. À propos des systèmes axés sur les objectifs. M. : Sov.radio, 1974. - 272 p.
4. Ambartsumyan V.A., Korotkikh Yu.M. Méthodologie de comparaison des ABS sur la base de critères technologiques // Banques et technologies. 1997,- N° 3.- P. 16-18
5. Amirov Yu. D. Préparation scientifique et technique de la production industrielle (questions théoriques et pratiques). M. : Économie, 1978.- 223 p.
6. Aniskin Yu.P., Moiseeva N.K., Proskuryakov A.V. Nouvelles technologies : accroître l’efficacité de la création et du développement. M. : Economie, 1994. -192 p.
7. Ansoff I. Gestion stratégique : traduction abrégée de l'anglais. /Éd. scientifique. et préface automatique L.I. Evenko. -M. : Economie, 1989. -519 p.
8. Anshin V.M. Stratégie innovante de l'entreprise : Manuel. -M. : Maison d'édition de l'Académie des sciences de Russie, 1995.-45 p.
9. Arnold V.I. Théorie des catastrophes. -3e éd., ajouter. M. : Nauka, rédacteur en chef de Physique, mat. lit., 1990. - 128 p.
10. Yu.Atoyan V.R. Organisation d'activités scientifiques et innovantes à l'université. -Saratov : Maison d'édition de l'Université technique d'État de Saratov, 1996.- 226 p.
11. N. Ashmanov S.A., Introduction à l'économie mathématique. M. : Nauka, rédacteur en chef de la littérature physique et mathématique, 1984. - 296 p.
12. Babishchev V.S. USA : priorités STP // Politique et stratégie scientifique et technique. M. : Nauka, 1988.- pp. 20-31.
13. Baev L.A., Shugurov V.E. Approche systématique pour définir l'innovation // Technologies modernes dans les systèmes socio-économiques. -Tcheliabinsk : Maison d'édition ChSTU. 1995.-SL2-17.
14. Balabanov I.T. Gestion des risques, -M : Finances et Statistiques, 1996. -192 p.
15. Barantsev A.V. Règle des multiplicateurs pour un problème d'optimisation vectorielle // Analyse mathématique et ses applications. Rostov-sur-le-Don : Maison d'édition de l'Université de Rostov. -1975. - T.7. - P.184-190.
16. Barkalov N.-B. La production fonctionne dans des modèles de croissance économique. M. : Maison d'édition de l'Université d'État de Moscou, 1981. -126 p.
17. Begidjanov P.M. Activités du fonds de soutien aux petites entreprises innovantes // Innovations. 1997, - N° 4. - P. 22-24.
18. Belov M.V. Les technologies décident de tout // Technologies bancaires, 1997.-№3(25).- P. 46-52.
19. Behrens V., Havranek P.M. Guide pour évaluer l'efficacité des investissements : Traduction de l'anglais, révisée et complétée. -M. : JSC "Interexpert", "INFRA-M", 1995. -528 p.
20. Bekhutina E., Poysik M. Pratique mondiale d'élaboration de la politique scientifique et technique. -Chisinau : Économie, 1990. -178 p.
21. Beshelev S.D. Méthode coût-efficacité (revue) // Économie et méthodes mathématiques. - 1970, - T.6, numéro 5, - P.719 -732.
22. Blauberg I.V., Yudin E.G. Formation et essence de l'approche systémique. -M. : Nauka, 1972.-270 p.
23. Bliokov E.N. Le concept d'évaluation de l'efficacité de la R&D et de la tarification des produits scientifiques et techniques. Le concept de financement extrabudgétaire remboursable de la science. ~M. : Maison d'édition de l'Institut d'économie de l'Académie des sciences de Russie, 1995. 111 p.
24. Blackman A.W. Prévision par modélisation dynamique // Guide de prévision scientifique et technique. M. : Progrès, 1977.-S. 186-205.
25. Blaakhman L.S. Économie, organisation de la gestion et planification du progrès scientifique et technologique : Manuel pour les universités spécialisées en économie. M. : Lycée, 1991. -228 p.
26. Bobrovnikov G.N., Klebanov A.I. Prévision complète de la création de nouvelles technologies. -M. : Economie, 1989. -204 p.
27. Bor M. Z. Sciences de gestion et gestion de la recherche scientifique // Problèmes de gestion de la recherche scientifique. M. : Nauka, 1973. P. 11-34.
28. Brusilovsky M.Ya. Modèles mathématiques en prévision et organisation de la science. Kiev : Naukova Dumka, 1975. 232 p.
29. Bryskin V.V. Modèles mathématiques de planification de systèmes militaires. -Novossibirsk : Maison d'édition de l'Institut de Mathématiques, 1999. -232 p.
30. Bukatova I.L. Modélisation évolutive et ses applications. M. : Nauka, 1979. -232 p.
31. Birman M.A. Fonds d'assistance. Orientations pour soutenir les entreprises innovantes en région // Innovations. 1997.- N° 4.- P.24-27.
32. Burov V.P., Gal V.V., Kazakov A.P., Moroshkin V.A. Business plan pour un projet innovant. Méthodologie de compilation : Manuel méthodologique. M.g. TsIPKKAP, 1997. -106 p.
33. Burshtein F.V., Korelov E.S. Problèmes de prise de décision multicritères sous incertitude et risque // Cybernétique théorique. Tbilissi : Metsniereba, 1980. pp. 143-148.
34. Valdaïtsev S.V. Risques dans l'économie et modalités de leur assurance / SPbDNTP. Saint-Pétersbourg, 1992.-56 p.
35. Varshavsky A.E., Klebaner V.S., Mirabyan L.M., Zheleznova L.G. Caractéristiques et prévisions du développement de la science et de la technologie en Russie (analyse des expertises) - M. : CEMI RAS. Fondation pour les priorités stratégiques, 1994.216 p.
36. Vatnik P A, Méthodes statistiques de gestion opérationnelle de la production. M : Statistiques, 1978. - 240 s.
37. Introduction à la dynamique des systèmes contrôlés / Ed. V, V Alexandrova. M. : Mech-mat.f-t MSU, 1993. 181 p.
38. Financement à risque pour les entreprises technologiques // Innovations, -1996 - N° 4. - pp.
39. Vinitsky M.M., Solovyaninov A.A., Makarov A.A., Kurashov V.D., Aleksandrovskaya N.D. Gestion du progrès scientifique et technologique dans le complexe des combustibles et de l'énergie Nouveau concept : Application à la société - journal d'affaires. "Politique énergétique". -M. : VNIIOENG, 1995 64 p.,
40. Vinogradskaya T. M. Utilisation des propriétés d'ensembles partiellement ordonnés dans des problèmes de prise de décision multicritères !! Problèmes de prise de décision M : Institute of Management Problems, 1974 - Vol. 5 - pages 56-60
41. Vodacek L., Vodatkova O, Stratégie de gestion de l'innovation dans une entreprise : traduction abrégée du slovaque. -M : Economie, 1989 -167 p.
42. Vorobyov V.P. Stratégie et tactiques de l'activité innovante : Manuel, manuel Saint-Pétersbourg : Maison d'édition de l'Université d'État d'économie et d'économie de Saint-Pétersbourg, 1999. - 152 p.
43. Vorontsovsky A.V., Ovsyanko D.V. Objectifs d'intérêts - indicateurs : relations et coordination - Maison d'édition de Saint-Pétersbourg SPbUEF, 1992 - 204 p.
44. Sélection et mise en œuvre des priorités du progrès scientifique et technologique : Manuel / Ed. I.A. Mouravyova. -SPb. : Maison d'édition SPbUEF, 1993, 105 p.
45. Gavrilets Yu N. Mesure de l'utilité et concept d'optimalité // Économie et mathématiques. méthodes. 1979. - N°3. - P.582-596.
46. Germeyer Yu.B. Principes de jeu dans la recherche sur les systèmes // Méthodes de gestion des grands systèmes. -Irkoutsk : Maison d'édition SEI, 1970. -P.4-24.
47. Glisin F. Activités innovantes des entreprises industrielles // Économie et vie. 1994.-№52. Application "Votre partenaire". -AVEC. 18.
48. Golenko D.I., Livshits S.E., Kesler S.Sh. Modélisation statistique des systèmes techniques et économiques (gestion du développement). L. : Maison d'édition de l'Université d'État de Léningrad, 1977. 264 p.
49. Gracheva M.V. Analyse des risques du projet : Manuel pour les universités. -M. : ZAO « Finstatinform », 1999.- 216 p.
50. Grebnev E.T. Gestion de l'innovation. M. : Economie, 1985. -160 p.
51. Gromeka V.I. USA : potentiel scientifique et technique : (Problèmes sociaux et économiques de formation et de développement). M. : Mysl, 1977.- 245 p.
52. Guter R.S., Yanpolsky A.R. Equations différentielles : Manuel pour les universités. M. : Lycée, 1976. 304 p.
53. Davyvov E.G. Recherche opérationnelle : manuel pour les universités. -M. : Lycée, 1990. -383 p.
54. Dagaev A.A. Le facteur NTP dans une économie de marché moderne. -M. : Nauka, 1994.-132 p.
55. Dvorak I., Yablonsky A.I. Modélisation du développement social prenant en compte les facteurs « limitants » // Éléments non formalisés du système de modélisation du développement global et régional : Actes du séminaire. M. : VNIISI, 1982.-S. 97-116.
56. Ondes longues : progrès scientifique et technologique et développement social / S.Yu. Glazyev, G.I. Mikerin, P.N. Tesla et autres ; Editeur responsable S.V. Kazantsev, P.N. Tesla. -Novossibirsk : Science. Département Sib, 1991. -224 p.
57. Dobrov G.M. Potentiel scientifique et technique : structure, dynamique, efficacité. -Kiev : Naukova Dumka, 1987. -347 p.
58. Drucker P.F. Innovation et Entrepreneuriat. -M, : Filin, 1992. -296 p.
59. Evtyushkin A.V. Encore une fois sur les technologies bancaires // Technologies bancaires. 1997. - N° 6(28). - P. 20-30.
60. Zade L. Fondements d'une nouvelle approche de l'analyse des systèmes complexes et des processus décisionnels // Les mathématiques aujourd'hui. M. : Connaissance, 1974. -S. 5-49.
61. Iwami aime Yu.P. Lotov A.V. Modèles mathématiques en économie. M, : Nauka, 1979. -304 p.
62. Ivanov M.M., Kolupaev S.R. USA : gestion de la science et de l'innovation. -M. : Sciences. 1990. -187 p.
63. Ivanov Yu.N., Tokarev V.V., Uzdemir A.P. Description mathématique des éléments de l'économie, - M. : Fizmatlit. 1994, - 416 p.
64. Gestion de l'innovation : Un guide de référence / Éd. P.N. Zavlina, A.K. Kazantseva, L.E. Mindéli. Saint-Pétersbourg : Nauka, 1997 560 pages,
65. Politique d'innovation des États capitalistes développés : Recueil d'ouvrages scientifiques / VNIISI-M.; 1990.- Numéro 3, - 82 p.
66. Intriligateur M. Méthodes mathématiques d'optimisation et théorie économique : Traduit de l'anglais, M. : Progrès. 1975. -606 p.81.Recherches d'opérations : En 2 volumes ; Traduction de l’anglais / Éd. J. Mouder. S. Elmargabi, -M. : Mir. 1981. T.1. -712 s.
67. Kantorovitch L.V. Akilov T.P. Analyse fonctionnelle. -3e éd., révisée. -M. : Sciences. 1984. -752 p.
68. Quaid E. Analyse des systèmes complexes : Traduction de l'anglais - M. : Sov.radio, 1969. -520 p.
69. Keeland D., King V. Analyse du système et gestion des cibles : traduction de l'anglais. M. : Sov.oadio. 1974. 280 p.
70. Kini P.JL, Raiffa X. Prise de décision selon de nombreux critères : préférences et substitutions : Per.s.eng./ Ed. SI. Shakhnova.- M. : Radio et Communications, 1981.-560 p.
71. Kirina L.V., Kuznetsova S.A. Gestion de l'innovation. Novossibirsk : Maison d'édition IEiOPP, 1994.- 37 p.
72. Kovalev G.D. Fondamentaux de la gestion de l'innovation : Manuel pour les universités / Edité par le prof. VIRGINIE. Shvandera-M. : UNITY-DANA, 1999.- 208 p.
73. Kolmogorov A.N., Fomin S.V. Éléments de théorie des fonctions et d'analyse fonctionnelle. M. : Nauka, 1976. -544 p.
74. Komkov N.I. Modèles de gestion de la recherche et du développement. M. : Nauka, 1978. -344 p.
75. Konnikov S.G., Kozyrev S.V. Les centres d'utilisation collective d'équipements uniques, une nouvelle forme d'organisation de la recherche scientifique // Innovations. - 1996.- N°4. - P.27-28.
76. Krutikov A.G. Analyse systémique des innovations scientifiques et techniques. -M. : Nauka, 1991.- 120 p.
77. Kulikov A.L., Sedykh A.S., Lyakh A.N. Projet pilote // Innovations. -1997.-N° 2-3. -P.48-51,
78. Kunz G., O'Donnell S. Management : analyse systémique et situationnelle des fonctions de management : Traduction de l'anglais / Editeur général et préface de D.M. Gwishia-ni : -En 2 volumes. T.1. -M. : Progrès, 1981. -495 p.
79. Lapusta M.G., Sharshukova L.G. Risques dans les activités commerciales. -M. : INFRA-M, 1996. -153 p.
80. Larichev O.I. Méthodes d'évaluation multicritère des alternatives / VNII-SI. M., 1989.-180 p.
81. Lynn F. Le rythme de création et de diffusion des innovations scientifiques et techniques // Mansfield E. Économie du progrès scientifique et technologique :
82. Traduction abrégée de l'anglais/Ed. MANGER. Tchetyrkine ; Préface J1.M. Gatovsky, D.S. Lviv. M, : Progrès, 1970. - P.212-235.
83. Lisin B.K. Petit entrepreneuriat innovant en Russie. Expérience de recherche sociologique // Innovations. 1997.- N°4. - P.5-12.
84. Lobanov G.Kh. Système de gestion du soutien de l'État aux petites entreprises//Innovations. 1997.- N° 2-3. - P.21-29.
85. Magidov E.G. Système fédéral d'innovation // Innovations. 1997.-№2-3. -AVEC. 17-21.
86. Malenvo E. Conférences sur l'analyse microéconomique / Traduit du français, éd. K.A. Bagrinovsky. M. : Nauka, 1985.- 392 p.
87. Makarov V. L. Modèles de coordination des intérêts économiques : Manuel / NSU. Novossibirsk, 1981.- 67 p.
88. McConnell KR, Brew SL. Économie : Principes, problèmes et politique : En 2 volumes : Traduit de l'anglais. 11e éd. T.1. M. : République, 1992. - 399 p.
89. YuZ.Markaryan E.S. Modélisation globale, intégration des sciences et approche systèmes. Recherche de systèmes. Problèmes méthodologiques. Annuaire. 1980. M. : Nauka, 1981. 135 p.
91. Économie mathématique. Modèles d'équilibre, contrôle et planification optimaux : Recueil de traductions / Ed. BS. Mityagina.- M. : Mir, 1974.- 246 p.
92. Medynsky V.G., Ildemenov S.V. Réingénierie de l'entrepreneuriat innovant : Manuel pour les universités / Edité par le prof. VIRGINIE. Iri-nova. M. : UNITÉ, 1999. - 414 p.
93. Yu7. Mesarovich M., Takahara Y. Théorie générale des systèmes : fondements mathématiques : traduction de l'anglais, éd. S.V. Emelyanova. M. : Mir, 1978. 311 p.
94. YB.Monde de la gestion de projet. Fondamentaux, méthodes, organisation, application / Ed. X. Reschke, X. Schelle : Traduit de l'anglais, généralement édité et avec des informations supplémentaires. V.V. Pozdniakova. M. : Alan, 1994. - 304 p.
95. Modélisation de la dynamique économique : risque, optimisation, prévision / Ed. P.M. Nijegorodtseva. M. : Dialogue - MSU, 1997.- 152 p.
96. P.O. Moiseev N.N. Problèmes mathématiques d'analyse de système. M. : Nauka, rédacteur en chef de la littérature physique et mathématique, 1981. - 488 p. 111. Monchev N.M. Développements et innovations : Traduction du bulgare. / Éd. générale. et pré-disque. GÉORGIE. Vlaskina, Yu.G. Naïdo. M. : Progrès, 1978.- 160 p.
97. Motovilov O.V. Sources de capital pour le financement des innovations, - Saint-Pétersbourg : Maison d'édition de l'Université d'État de Saint-Pétersbourg, 1997. - 168 p.
98. PZ.Moulin E. Prise de décision coopérative : Axiomes et modèles : Traduction de l'anglais - M, : Mir, 1991, - 464 p.
99. Moulin E. Théorie des jeux avec exemples d'économie mathématique : Traduction du français - M. : Mir, 1985, - 199 p.
100. Naumova N.F. L'établissement d'objectifs en tant que processus systémique / VNIISI. M. : 1982.-66 p.
101. La science russe en chiffres : 1996 : Brève collection statistique. /CISN. -M., 1996.- 93 p.
102. Sphère scientifique et innovante dans la région : problèmes et perspectives de développement / Ed. Les AA Rumyantsev.- Saint-Pétersbourg : Nauka, 1996.- 195 p.
103. Neumann J. von, Morgenstern O. Théorie des jeux et comportement économique : Traduit de l'anglais. M, : Nauka, 1970. 707 p.
104. Nikolaïev I.A. Domaines prioritaires de la science et de la technologie : sélection et mise en œuvre. -M. : Génie Mécanique, 1995. -118 p.
105. Perminov S.B. Sur le mécanisme de coordination des intérêts dans la mise en œuvre des innovations techniques // Optimisation : Recueil d'ouvrages scientifiques, Novossibirsk. 1987, - N° 41 (58). - P. 122-133.
106. Petrakov N. Ya. Problèmes cybernétiques de gestion économique. M. : Sciences. 1974, - 160 p.
107. Il est possible de faire reculer les fleuves économiques, mais c'est futile (Basé sur le rapport scientifique de S.Yu. Glazyev. ICEMI RAS 1997 // MOST, 1998, - N° 5-6 (18), - P. 22-24.
108. Accroître l'activité innovante de l'économie russe, M, 1994, -164p.
109. Podinovsky V.V., Nogin V.D. Solutions Pareto-optimales aux problèmes multicritères, M, : Nauka. Rédacteur en chef de la littérature physique et mathématique. 1982, -256 p.
110. Pogostinskaya N.I., Pogostinsky Yu.A. Approche systématique de la modélisation économique et mathématique : Manuel. allocation. Saint-Pétersbourg : Maison d'édition de l'Université d'État d'économie et d'économie de Saint-Pétersbourg, 1999. - 74 p.
111. Porter M. Concours international : Traduit de l'anglais. / Edité et avec une préface. D.V. Shchetinina. -M. : Relations internationales, 1993, 896 p.
112. Platonov V.V. Stratégie de soutien aux ressources des activités innovantes / Ed. I.A. Mouravyova. -SPb. : Maison d'édition SPbGUEF, 1999, 172 p.
113. Poston T., Stewart I. Théorie des catastrophes et ses applications : Traduit de l'anglais. M. : Mm 1980.-607 p.
114. Décret du gouvernement de la Fédération de Russie du 24 juillet 1998 n° 832 « Sur le concept de politique d'innovation de la Fédération de Russie pour 1998-2000 » I/O science et innovation. Règlements de base ; Collection normative - M. : Bukvitsa, 1998. P.385-386.
115. Conditions préalables à l'analyse et à l'élaboration d'une politique d'innovation / D.V. Sokolov, A.B. Titov, M.M. Shabanova. Saint-Pétersbourg ; Maison d'édition Université d'État d'économie et d'économie de Saint-Pétersbourg, 1997. - 134 p.
116. Transformation de la sphère scientifique et d'innovation dans la région : appareil conceptuel / RAS. ISEP; Éd. A.E. Kohut. -Numéro 1. -SPb., 1995. -90 p.,
117. Puzynya K.F., Kazantsev A.K., Baryutin L.S. Organisation et planification de la recherche et du développement scientifique. -M, : Ecole Supérieure, 1989. 276 p.,
118. Raizman I. Shakhnazarov A., Grishina I. Évaluation de l'efficacité des projets d'investissement ; comptabilisation des risques régionaux // Investissements en Russie. 1998. -N° 10.-P.13-20,
119. Rastrigin L.A. Adaptation de systèmes complexes. Riga : Zinatne, 1981. -376 p.
120. Risques dans les affaires modernes / P.G. Grabovyi, S. I. Petrova. Avec I. Poltavtsev et autres -M.; ALANCE, 1994. -237 p.
121. Robert F.S. Modèles mathématiques discrets avec applications aux problèmes sociaux, biologiques et environnementaux : traduction de l'anglais, éd. I.A. Teymana. M, : Nauka, 1986. 496 p.
122. Guide de prévision scientifique et technique. M, : Progrès, 1977, -350 s,
123. IZ.Saati T, Prise de décision, méthodes d'analyse hiérarchique ; Traduction de l’anglais M. :
124. Radio et communications, 1993. 320 p. 144, Saati T., Kerne K. Planification analytique. Organisation des systèmes : Traduction de l'anglais, éd. I. A. Ouchakova. M, : Radio et Communications, 1991. - 224 p.
125. Sadovsky V.N. Fondements de la théorie générale des systèmes. M, ; Sciences, 1974, - 259 p.
126. Yb.Saenko K S. Comptabilité analytique des activités NTTT. -M. : Finances et Statistiques, 1991.-96 p.
127. Santo B, L'innovation comme moyen de développement économique ; Traduit de vent./ Rédacteur général et entrée, B.V. Sazonova. M. : Progrès, 1990 - 296 pp.,
128. Sarkisov A S. Paradigme de modélisation de la dynamique des systèmes // Collection d'ouvrages de VNIISI, 1988. - Numéro. 20. - pp. 78-94.
129. Swami M. Thulasiraman K. Graphiques, réseaux et algorithmes ; Par. de l'anglais, M. : Mir, 1984.-455 p.
130. Sokolov D.V., Domakov V.V. Méthodologie d'analyse quantitative des structures des objets économiques, Saint-Pétersbourg ; Maison d'édition Université d'État d'économie et d'économie de Saint-Pétersbourg, 1998. - 163 p.
131. Sokolov D.V., Kalugin V.K. Fondements des méthodes mathématiques pour l'étude des systèmes économiques : modèles et modélisation : Manuel. allocation. 4.1 - Saint-Pétersbourg : Maison d'édition de l'Université d'État d'économie et d'économie de Saint-Pétersbourg, 1999, 111 pp., ^ 153, Stratégie et tactiques de gestion anti-crise d'une entreprise / Ed.
132. A.P. Gradova, B.I. Cousin. Saint-Pétersbourg : Littérature spéciale, 1996. - 510 p.
133. État actuel de la théorie de la recherche opérationnelle. Éd. N.N. Moiseeva M. : Science, Gl.redfiz.-mat.lit., 1979 - 464 pp.,
134. Opinions sociopolitiques de moi, Schumpeter. Recueil de résumés, M, : INION AN SSSR, 1989.- 105 p.
135. Spiridonov A. L'activité innovante des entreprises est minée par le manque de ressources financières et la dépréciation des équipements Et Financial News, 1998, - N° 18 (468), - CVTTT,
136. Spitsnadel V.N. Fondamentaux de l'analyse du système : Manuel. -SPb. : Maison d'édition "Business Press", 2000. -326 p.
137. Stoleru L. Équilibre et croissance économique : traduction de l'anglais. M. : Statistiques, 1974. -472 p.
138. Sulakshin S.S. Le sort du complexe de haute technologie est le sort de la Russie // Innovations. - 1997.- N° 2-3. - P.30-33.
139. Souhotine Yu.V. Sur l'aspect motivationnel de la gestion économique // Économie et méthodes mathématiques. T. XIX, numéro 2. -M., 1983. -P.328-345.
140. Syroezhin I.M. Problèmes actuels de la recherche systémique en économie. L. : LFEI, 1979. 52 p.
141. Syroezhin I.M. Aspects méthodologiques de la modélisation des intérêts économiques. L. : LFEI, 1983 67 p.
142. Syroezhin I.M. Planification. Planification, Plan : (Essais théoriques) / Editeur scientifique. E.Z. Maiminas. -M. : Economie, 1986. -248 p.
143. Syroezhin I.M. Fondements théoriques pour analyser la performance (efficacité) des systèmes économiques. L. : LFEI, 1981.- 74 p.
144. Tatsuno Sh. Stratégie des technopoles : Traduction de l'anglais / Édition générale et article d'introduction. DANS ET. Danilova -Danilyana.- M. : Progrès, 1989.- 344 p.
145. Twiss B. Management des innovations scientifiques et techniques : Traduction abrégée de l'anglais / Auteur de l'avant-propos et éditeur scientifique. K.F. Puzynya. M. : Économie, 1989.- 271 p.
146. Problèmes de théorie des jeux de la prise de décision / Ed. N.N. Vorobyov. L. : Nauka, 1978.- 128 p.
147. Trif A.A., Utkin O.B., Krivorozhko BJE., Senkov R.V., Antonov A.V. Stabilité du fonctionnement des institutions financières // Technologies bancaires. 1999. -N° 9(50). - P.26-31,
148. White P. Research and Development Management : traduction abrégée de l’anglais. / Éd. D.N. Bobrysheva, -M, : Économie, 1982. -160 p.
149. Gestion de projets de recherche, de développement et d'innovation / Ed. S.V. Valdaïtseva. Saint-Pétersbourg : Maison d'édition SPbUEF, 1995.- 208 p.
150. Management de l'innovation et stratégie d'entreprise : Recueil de revues / Editeur responsable et compilateur de la collection I.G. Minervin. M., 1990.- 176 p.
151. Gestion des organisations : Manuel 1 Éd. A.G. Porshneva, Z.P. Rumiantseva, N.A. Solomatin.- 2e éd., révisée et complétée. M. : INFRA-M, 1999.- 669 p.
152. Waterman R. Facteur de renouvellement : Traduction de l'anglais / Éd. générale. VERMONT. Rysina.- M. : Progrès, 1988.- 368 p.
153. Outkine E.A., Morozova N.I., Morozova G.I. Gestion de l'innovation. M. : AKALIS, 1996.- 208 p.
154. Feller V. Introduction à la théorie des probabilités et à ses applications : En 2 volumes T.1 : Traduction de l'anglais. -M. : Mir, 1984. -528 p.
155. Phillips D., Garcia-Diaz A. Méthodes d'analyse de réseau : traduction de l'anglais. -M. : Mir, 1984.- 496 p.
156. Fishburne P. Théorie de l'utilité pour la prise de décision : traduction de l'anglais, éd. V.N. Vorobyov. M. : Nauka, 1978. 352 p.
157. Fonshtein N.M. Incubateurs et parcs technologiques virtuels et stationnaires. Chaînons existants et manquants dans le processus de commercialisation des entreprises en Russie // Innovations. 1997.- N°>4.- P.27-31.
158. Forrester J. Dynamique mondiale : traduction de l'anglais, éd. D.M. Gvishiani. M. : Nauka, 1977. 197 p.
159. Homenyuk V.V., Chemeris M.B. Sur l'améliorabilité dans les problèmes multicritères // Méthodes appliquées de la théorie de l'optimisation. Vladivostok ^ 1977. -P.28-33.
160. Khomyakov D.M., Khomyakov P.M. Fondamentaux de l'analyse des systèmes /Préface. M.Ya. Lemesheva. -M.; Maison d'édition de l'Université d'État de Moscou, 1996. -108 p.
161. Tsigichko V.N., Klokov V.V. Principes de base pour décrire des systèmes organisationnels complexes // Dialectique et analyse des systèmes. M. : Nauka, 1986.-S. 121-136.
162. Chillingworth D. Stabilité structurelle des modèles mathématiques. L'importance des méthodes dans la théorie des catastrophes // Modélisation mathématique. -M. : Mir, 1979. P. 248-276.
163. Shvets S.K. Analyse innovante dans la construction navale / Institut central de recherche Acad. UN. Krylova. Saint-Pétersbourg, 1998.- 283 p.
164. Shebeko Yu.A. La dynamique des systèmes au service des banques et des technologies bancaires. -1999. N° 11 (52). - pages 36-40
165. Shevchenko S. Yu. Développement innovant et compétitivité : méthodologie de justification des décisions stratégiques. Saint-Pétersbourg : Maison d'édition SPbUEF, 1996.- 193 p.
166. Shevchenko S. Yu. Stratégies pour le développement innovant d'une entreprise : Manuel. Saint-Pétersbourg : Maison d'édition de l'Université d'État d'économie et d'économie de Saint-Pétersbourg, 1998. - 139 p.
167. Politique de sécurité économique et d'innovation (pays, région, entreprise) / Monographie collective, éd. E.A. Oleinikov / REA im. Plékhanov. M, 1993.-265 p.
168. Problèmes économiques liés à l'amélioration de la gestion du progrès scientifique et technologique / Edité par le membre correspondant. Académie des sciences de l'URSS V.L. Makarova / CEMI COMME URSS. M., 1990.-160 p.
169. Problèmes économiques des pays et régions / CEMI RAS. M. :, 1994. -48 p.
170. Elti J., Coombs M. Systèmes experts : concepts et exemples : Traduction de l'anglais, éd. BI. Shitikova. M. : Finances et Statistiques, 1987. 191 p.
171. Yablonsky A.I. Méthodes mathématiques dans la recherche scientifique. M. : Nauka, 1986, - 352 p.
172. Yakovets Yu.V. Financement de projets innovants et son accompagnement législatif. Rapport au IIIe séminaire international « Politique régionale d'investissement des banques » (Saint-Pétersbourg, 1314.11.97) // Innovations. 1997,- N° 2-3.- P.14-17.
173. Ashdord N. Utiliser la réglementation pour changer le marché de l'innovation. // Revue du droit de l'environnement de Harvard. 1985. - N° 9. - P. 420-433.
174. Balars K. Potentiel d'innovation incorporé dans les organismes de recherche en Europe centrale et orientale // Études sociales des sciences. 1995. -Vol. 25, n° 4.
175. Benson H.P., Morin T.L. Le problème de maximisation vectorielle : efficacité et stabilité appropriées // SIAM J. Appl. Mathématiques. -1977.- Vol.32, n°1. -P.64-72,
176. Bertalanffy L, von. Revue critique de la théorie générale des systèmes // Systems Behavior, édité par J. Beishon et G. Peters/ Publishers, Londres, New York, Hagerston, San Francisco, 1972. -P. 30-50.
177. Bright J. Quelques leçons de gestion tirées de la recherche sur l'innovation technologique // Conférence nationale sur la gestion de l'innovation technologique. Centre de gestion de l'Université de Bradford, 1978. 146 p.
178. Censeur Y. Pareto -optimalité dans les problèmes multiobjectifs // Appl. Math.et Optim. -1978. -Vol.4, n° 1. -P. 41-59.
179. Cobb L. Modèles de catastrophe stochastique et distributions multimodales // Be-hav. Sci. -1978. -Vol. 23, n° 5. -P. 360-374.
180. Réseau de créativité et d'innovation. 1986-1987.- Vol.12.- N° 384.
181. Da Costa G.F. Le nouvel ordre économique et les problèmes de développement // Impact Sci. Soc. 1978. -Vol. 28, n° 4. - P. 335-337.
182. Deutsch K.W., Fritsch V., Jaguaribe H., Markovits A. Problèmes de modélisation des mots : implications politiques et sociales. Cambridge, 1977, - 423 p.
183. Dosi V., Freemen C., Nelson R., Silverberd B. et Soete L. Changement technique et théorie économique. Londres, Pinter Publishers, 1988. -342 p.
184. Freemen C. L'économie de l'innovation industrielle. Londres, 1982 41 Ip.
185. Freeman C. L'économie de l'innovation technologique. Londres, Pinter Publishers, 1988.
186. Freeman C. Politique technologique et performance économique. Leçon du Japon. N-W, 1987. -192 p.
187. Gockowski J., Tchon K., Wojciechowska J. On a Catastrophe Theory Approach to the Development of Science : article présenté pour le 5e Europ.meet.on cybernétique et recherche sur les systèmes. Vienne, 1980. 18 p.
188. Gulet D. Le prix élevé des transferts technologiques //Interciencia. 1977. -Vol. 2, n° 2. -P. 81-86.
189. Holt K. La gestion des innovations de produits. - Batterford, 1983. 273 p.216.1nhaber N. Scientifiques et croissance économique // Soc. Goujon. Sci. 1977. - vol. 7.-P. 517-524.
190. Kerzner H. Gestion de projet : une approche systémique de la planification, de l'ordonnancement et du contrôle. 4-s éd., New York, Van Noatrad Renhold, 1992.
191. Kline S., Rosenberg N. Un aperçu de l'innovation. / La stratégie de la somme positive. Exploiter la technologie pour la croissance économique. Washington, National Academy Press, 1986.-P. 54-87.
192. Kung H.T., Luccio F., Preparata F.P. Sur la recherche des maxima des ensembles de vecteurs // J. Assoc. Calculer. Mach. -1975. -Vol. 22, n° 4. -P. 469-476.
193. Lin J.C., Vecteurs maximaux et optimisation multi-objectifs // JOTA. -1976. t-Vol. 18, n° 1.-P. 41-68.
194. Lisin B. Innovation Business en Russie // Innovation. -1998,-Numéro spécial.- P. 3-6.
195. Lorius J., Cherene Jr. Définir le système dynamique valorisé et le flux économique/notes de cours d'économie et de mathématiques. Systèmes, 158. - New York ; Springer-Verlag, 1978.-128 p.
196. Polak E., Payne A.N. Sur l'optimisation multicritère // Orientations dans les systèmes multicritères à grande échelle. New York -LondresA Plenum Press, 1976. -P.77-94.
197. Richardson V., Richardson R. Planification d'entreprise et approche de la gestion stratégique : deuxième édition. -Grande-Bretagne : éditions Pitman. Londres, 1992. 290 p.
198. Rittberger V. Le rôle de la science et de la technologie dans le nouvel ordre international // Interéconomie. 1978. - N° 11/12. -P. 279-286.
199. Rothwell R. Innovation industrielle réussie. // Gestion de la recherche et du développement. 1992. - N° 22. - P. 221-246.
200. Staccy R.D. Management stratégique et dynamique organisationnelle. Grande-Bretagne : éditions Pitman. Londres, 1993. - 538 p.
201. Sussman H.J., Zahler R.S. Théorie des catastrophes appliquée aux sciences sociales et biologiques : une critique // Svnthese. 1978. -Vol. 37. -P. 117-216.
202. Substitution technologique : Prévisions de technologies et d'applications / Ed. HA. Linston, D.Sahal. N.Y. : Elsevier, 1976. 288 p.
203. Wan W.N. Sur les critères algébriques pour les optimales de Pareto locales // Systèmes dynamiques. New York : Academic Press, 1997. - P.503-505.
Veuillez noter que les textes scientifiques présentés ci-dessus sont publiés à titre informatif uniquement et ont été obtenus grâce à la reconnaissance de textes de thèse originaux (OCR). Ils peuvent donc contenir des erreurs associées à des algorithmes de reconnaissance imparfaits. Il n’y a pas de telles erreurs dans les fichiers PDF des thèses et résumés que nous livrons.
2. APPROCHES SYSTÈMES DE GESTION DES ACTIVITÉS D'INNOVATION DES ENTREPRISES
2.2. Application de la modélisation aux activités d'innovation et ses limites méthodologiques
Actuellement, parmi un éventail assez large de spécialistes, il existe une opinion sur l'universalité et la toute-puissance de la modélisation. C'est pourquoi, très souvent, dans la gestion des entreprises et des systèmes de production économique (SPE), ils ont recours à la modélisation, en l'utilisant comme outil de planification. Cependant, comme l'indiquent de nombreuses sources, dans la gestion pratique des entreprises, la modélisation en tant que méthode de gestion d'optimisation doit être abordée avec plus de prudence.
Selon un certain nombre de chercheurs, la modélisation économico-mathématique en tant que discipline qui étudie les processus de construction, d'interprétation et d'application de modèles mathématiques d'objets économiques pour résoudre des problèmes d'analyse, de synthèse et de prévision de leurs activités ne peut actuellement être considérée comme indépendante. Selon cet avis, la partie substantielle du processus de modélisation (sélection d'indicateurs, de facteurs, de dépendances) est incluse dans la théorie économique, et la partie technique (qui dans 9 cas sur 10 signifie la construction de certains modèles statistiques) est incluse dans économétrie. Ainsi, la modélisation économique et mathématique s'avère, d'une part, brisée, d'autre part, tronquée, et les questions de la relation entre toutes les étapes de la modélisation, de la justesse d'interprétation des résultats de la modélisation et, par conséquent, de la valeur de les recommandations fondées sur des modèles semblent en suspens. De ce fait, les résultats basés sur l'interprétation de modèles insuffisamment adéquats (par exemple, les dépendances de régression dans lesquelles le coefficient de détermination multiple R 2 est égal à 0,03) sont pris au sérieux. Parfois, une interprétation trop large de certaines composantes du modèle est autorisée.
La raison de cette approche prudente dans la pratique de la modélisation est la divergence bien connue entre un objet et son modèle : un modèle n'est qu'une représentation simplifiée de la réalité. Un modèle est une construction théorique qui a un certain rapport avec la réalité, qui peut être discutée et analysée de manière indépendante.
Lors de la construction d'un modèle mathématique, il est inévitablement nécessaire d'introduire diverses hypothèses et restrictions, et parmi le nombre total de paramètres de l'objet, seuls quelques-uns, de l'avis des développeurs, sont sélectionnés, car : premièrement, il est impossible de identifier complètement tous les paramètres de l'objet, et d'autre part, si tout est pris en compte dans le modèle, il y en a un grand nombre, alors cela deviendra très lourd et techniquement difficile à mettre en œuvre, et le contenu de la modélisation sera perdu derrière une grande quantité de données. Lorsqu'on compare un objet et un modèle, la question se pose de savoir avec quelle précision il décrit l'objet. Il est évident que pour un même objet, selon les tâches posées et le nombre de paramètres pris en compte, de nombreux modèles peuvent être proposés, dont chacun décrit l'objet avec une certaine précision (plus ou moins d'adéquation) et utilise l'un ou l'autre appareil mathématique. Il est évident que les modèles utilisés ou développés ne sont pas identiques aux objets réels et aux processus en cours ; l'étude des modèles et de leurs propriétés n'est pas l'étude d'un objet réel. Puisqu'il est impossible de construire un modèle absolument adéquat (de le mettre en œuvre), la question se pose de son adéquation optimalement acceptable, qui permettra, dans des conditions données et dans un laps de temps donné, de négliger les évolutions de l'objet.
Le niveau actuel de développement de la modélisation mathématique ne permet pratiquement aucune modélisation adéquate d'objets réels. Un tel objet est infiniment complexe, et même sa description verbale, nécessaire au stade du pré-modèle, nécessiterait, d'une manière générale, un texte d'un volume gigantesque, excluant pratiquement toute possibilité d'utilisation. De plus, cela n'a aucun sens de compter sur la modélisation d'un objet sous la forme de certaines structures mathématiques, c'est-à-dire éléments d’un monde (mathématique) fondamentalement différent.
Le problème de l'adéquation du modèle, comme l'a posé G. Ya. Goldshtein, qui revient à établir une évaluation quantitative de la mesure d'adéquation du modèle mathématique adopté aux objets réels étudiés en général, est très complexe : sa solution est associée avec des enjeux mathématiques, économiques, experts, techniques et même philosophiques. En fait, comment résoudre la question de la mesure quantitative de la différence entre un modèle mathématique d'un objet et l'objet réel lui-même si la description vraie (complète) d'un tel objet n'est jamais connue du chercheur ?
Considérant qu’un modèle est une représentation simplifiée de la réalité, un problème très important est de déterminer le but de la modélisation. La fixation d'un objectif détermine à son tour un indicateur quantitatif de l'adéquation du modèle développé. En général, le but de la modélisation est d'obtenir des informations sur un objet au fil du temps, depuis des objectifs cognitifs jusqu'à l'obtention de données spécifiques pour prendre des décisions de gestion.
En effet, si une mesure quantitative de l’adéquation du modèle n’est pas établie, alors l’idée même de mener des expériences sur des machines de simulation ne résiste pas aux critiques élémentaires. Jusqu’à ce que ce problème soit résolu, la valeur du modèle reste négligeable et l’expérience de simulation machine devient un simple exercice de logique déductive. De plus, comme le pensent V.V. Olshevsky et d'autres spécialistes dans le domaine de la modélisation par simulation de systèmes complexes, expérimenter sur un ordinateur avec un modèle inadéquat n'apportera que peu d'avantages, puisque nous imiterons simplement notre propre ignorance.
Le coût d’obtention des résultats de simulation revêt une importance non négligeable en termes pratiques. Ce coût comprend à la fois le coût de développement du modèle et le coût de sa mise en œuvre et de l'obtention des informations requises. Le coût élevé d’obtention des résultats de la modélisation soulève déjà la question de savoir s’il vaut la peine d’utiliser la modélisation.
Si nous prenons en compte de nombreux exemples de modélisation réussie d'une grande variété d'objets et de processus physiques, biologiques et économiques, et en même temps les regardons de plus près, il s'avère que les prototypes directs de ces modèles n'étaient pas des fragments spécifiques de le monde réel, mais leurs représentations systémiques, celles-là. les résultats de leur description sous forme de systèmes utilisant certaines caractéristiques de formation de systèmes. Ces descriptions sont incomparablement plus simples que les objets, et se situent donc entre l'objet et son modèle.
Comme le montre la figure 10, le lien entre un objet et son modèle est indirect, puisqu'entre l'objet et son modèle il existe une description système de l'objet. Dans ce cas, l’écart entre l’objet et la description de son système peut être assez important. Par exemple, dans la description du système d'une entreprise, seul le processus de production de produits peut être réellement reflété, tandis que les processus de reproduction des ressources ne sont pas reflétés, car ils dépassent les intérêts du chercheur. Il est logique de supposer que si une description système d'un objet S permet de reconstruire sans ambiguïté un objet Q, alors le modèle M construit sur la base d'une telle description système peut être appelé un modèle système de l'objet Q.
Figure 10 – Relation entre un objet, sa description du système et son modèle
La modélisation des activités des entreprises (domaines d'activité individuels) présente certaines spécificités. Ces caractéristiques reflètent :
Instabilité des caractéristiques statistiques des dépendances, variabilité de la composition et non-stationnarité de l'action des facteurs influençant la nature et le déroulement des processus modélisés au niveau microéconomique ;
Instabilité de l’environnement externe de l’entreprise ;
La présence d'une composante subjective importante (l'influence des décisions prises dans une entreprise donnée) dans le cadre des facteurs des processus microéconomiques ;
Le caractère problématique de l'utilisation de méthodes et d'approches statistiques dans la modélisation de micro-objets, en particulier la difficulté de constituer une population homogène à partir d'objets similaires ;
La capacité de compléter les informations statistiques quantitatives « externes » sur les valeurs des indicateurs modélisés par des informations qualitatives « internes » sur la nature de la dépendance reçues directement des initiés ;
Manque de continuité dans la modélisation, caractéristique de la modélisation de macro-objets, nombre extrêmement limité (en règle générale absence) de publications sur l'avancement et les résultats de la modélisation d'un processus donné sur un micro-objet donné.
Afin de prendre en compte ces caractéristiques lors de la construction d'un modèle, en garantissant son adéquation en tant que capacité à refléter les connexions les plus significatives dans cet aspect entre les composants de la description système d'un objet et les éléments de son modèle, il est nécessaire d'assurer transparence maximale et comparabilité des informations sur l'avancement et les résultats de la modélisation du plus grand nombre d'objets microéconomiques possible .
La complexité de la modélisation des activités d'une entreprise réelle est en outre déterminée par un certain nombre de facteurs : l'hétérogénéité des produits fabriqués ; production irrégulière; facteurs internes déstabilisant la production ; violations de la régularité de l'approvisionnement ; les retards et l'irrégularité des flux financiers ; les changements dans les conditions du marché ; caractéristiques marketing des produits ; menaces et opportunités externes ; la situation économique, technologique et sociale générale, etc.
La plupart de ces paramètres du système sont de nature probabiliste et, surtout, non stationnaires. La planification et la gestion basées sur des caractéristiques moyennes ne donnent pas l'effet souhaité, car au cours de leur mise en œuvre, le système lui-même et son environnement changent. Tout cela est aggravé par la nature non stationnaire des processus probabilistes. De ce fait, l'utilisation de modèles mathématiques formels est difficile en raison de la grande dimension de l'EPS, de l'insuffisance d'informations a priori, de la présence de facteurs mal formalisables, de critères peu clairs d'évaluation des décisions prises, etc.
Le système économique, en tant qu'objet de recherche et d'application de méthodes économiques et mathématiques, se développe continuellement dans des conditions non stationnaires. Les modèles de programmation mathématique, comme l'a déclaré V. A. Zabrodsky, ne reflètent pas de manière adéquate les conditions de mise en œuvre des plans et ne prennent pas pleinement en compte les pertes prévues causées par la nécessité de localiser les interférences dans le temps et dans un ensemble de sous-systèmes. Les modèles économétriques pour de telles conditions n'ont pratiquement pas été développés.
Selon I. B. Motskus, une approche réaliste pour résoudre le problème de la gestion des activités d'une entreprise pourrait consister à abandonner la recherche et la mise en œuvre d'un modèle de gestion extrêmement optimal et à passer à l'utilisation de solutions approximatives. Dans ce cas, on recherche des options de contrôle proches de l’optimum absolu, plutôt que l’optimum lui-même. On peut supposer que dans tout problème, il existe un certain seuil de complexité, qui ne peut être franchi qu'au prix de l'abandon des exigences d'exactitude des solutions. Si nous prenons en compte le coût de la mise en œuvre informatique de solutions, par exemple des problèmes multiextrémaux, alors leurs méthodes exactes pour les résoudre peuvent s'avérer peu rentables par rapport aux méthodes approximatives plus simples. L’effet obtenu en clarifiant la solution ne compensera pas les coûts supplémentaires liés à sa recherche. Il est à noter que la nature très multiparamétrique du problème « lisse » l'optimum de la solution et permet au système de contrôle de tomber plus facilement dans une région proche de l'optimum. De plus, cela devient de plus en plus évident avec l’augmentation du nombre de paramètres du système et de leur caractère probabiliste.
Dans les années 60 du 20e siècle, les scientifiques ont attiré l'attention sur le fait que la loi de distribution de la fonction cible lors de la conception d'un système avec un grand nombre d'arguments a tendance à converger vers la normale si la fonction cible (ou sa transformation monotone) est exprimé par la somme de termes dont chacun dépend d’un nombre limité de variables. Cette condition est remplie dans la plupart des cas réels de contrôle EPS. Cela ouvre la voie à l'utilisation de méthodes d'optimisation dans la gestion des activités des entreprises qui minimisent la somme du risque attendu associé à un écart de gestion par rapport à l'atteinte de l'optimum, et les pertes moyennes pour trouver cette solution (le coût de conception d'un système de contrôle ).
La présence de nombreux facteurs qui déterminent le contrôle dans un EPS réel et leur caractère probabiliste, non stationnarité, conditionnalité dans les modèles économiques et mathématiques utilisés rendent le contrôle réel seulement approximativement optimal, ce qui conduit à la nécessité d'une optimisation approximative basée sur l'utilisation du principe de « l’incertitude horizontale ».
Ainsi, la gestion des activités d'une entreprise réelle dans le cas général, pour les raisons évoquées ci-dessus, ne peut en principe être qu'adaptative. Ceci s'explique, premièrement, par l'impossibilité fondamentale d'une détermination mathématiquement précise des conditions initiales de l'objet de contrôle, deuxièmement, par l'impossibilité fondamentale d'une description mathématiquement précise de toutes les influences perturbant l'objet de contrôle de l'environnement extérieur, troisièmement, par l'impossibilité fondamentale de décrire toutes les connexions mutuelles entre les éléments de l'objet, quatrièmement, la non-stationnarité des caractéristiques de l'environnement extérieur et des caractéristiques du système , , .
Il s’avère que le système de gestion des activités de l’entreprise lui-même repose principalement sur des évaluations subjectives des paramètres du système, de l’environnement et des relations avec l’EPS réel. À l'heure actuelle, comme le prétendent V.S. Pougatchev et d'autres auteurs, les méthodes permettant d'étudier simultanément les processus de contrôle avec un grand nombre d'objets dotés d'une certaine indépendance d'action et d'une certaine liberté de comportement n'ont pas encore été développées (et il est peu probable qu'elles le soient).
Dans la pratique de la gestion de l'innovation, qui fait partie des activités de l'entreprise, la tentation d'utiliser les méthodes économiques et mathématiques traditionnelles de gestion de l'optimisation se fait très souvent sentir. Cependant, en raison de la nature spécifique de l’activité d’innovation, caractérisée par un degré élevé d’incertitude et d’imprévisibilité, la gestion de l’activité d’innovation ne peut en principe être qu’adaptative. Ces conclusions sont confirmées par les travaux de et.
Par conséquent, l'auteur considère qu'il est important dans l'étude proposée de divulguer le mécanisme de gestion adaptative, ainsi que les raisons qui créent le besoin de son utilisation dans la gestion de l'innovation et l'activité innovante.
| Précédent |
Après avoir étudié ce chapitre, vous :
savoir
- contenu des principaux modèles du processus d'innovation GI-G5 ;
- aspects généraux de la modélisation des processus de gestion du développement de l'innovation ;
- les moyens d'améliorer le modèle du système économique visant à créer des produits innovants ;
être capable de
- utiliser des modèles mathématiques pour créer des produits innovants destinés à l'eau ;
- analyser le processus de développement innovant à l'aide du modèle macroéconomique modifié de l'équilibre entrées-sorties de V. Leontiev ;
propre
- technologies de modélisation économique et mathématique de l'investissement dans des processus innovants dans les systèmes économiques ;
- approche modèle d’optimisation de produits polyvalents innovants.
Modèles du processus d'innovation
Il existe trois types de processus d'innovation : simple intra-organisationnel (naturel), simple inter-organisationnel (marchandise) et étendu.
Un processus d’innovation intra-organisationnel simple implique la création et l’utilisation d’une innovation au sein d’une organisation, mais elle ne prend pas la forme d’une marchandise.
DANS processus d'innovation interorganisationnel simple l'innovation agit comme un objet d'achat et de vente. Cela signifie séparer la fonction de création et de production d’une innovation de la fonction de son application ou de sa consommation.
Processus d'innovation amélioré se manifeste par la violation du monopole du fabricant pionnier. L'innovation émergente est créée par de nombreux fabricants ; en conséquence, la concurrence s'intensifie et oblige les fabricants à améliorer les propriétés de consommation de l'innovation.
L'histoire de l'innovation comprend plusieurs modèles de processus d'innovation, dont l'utilisation était largement déterminée par le niveau de développement des forces productives, la maturité de spécialisation et la coopération de production. Ces modèles ont fait l'objet d'une étude approfondie dans les travaux de R. Roswell, B. Twiss et d'autres.
Au stade initial de la division du travail, des divisions indépendantes sont apparues au sein des entreprises manufacturières engagées dans des activités de recherche et d'invention. Le premier laboratoire industriel a été créé en 1867 au sein de l'entreprise chimique allemande BASF. Puis, les uns après les autres, des départements de recherche ont commencé à apparaître dans les grandes entreprises : General Electric (1900), Bell Telephone (1911), Kodak (1913), etc. En 1946, il y en avait plus de 2 000 rien qu'aux États-Unis. unités dirigées par des scientifiques et des inventeurs de renom. Leurs tâches consistaient notamment à effectuer des recherches appliquées et du développement, à créer des percées innovantes basées sur le développement technologique. Cette approche du processus d’innovation comme étant un processus naturel a dominé jusque dans les années 1960. Il est évident que les réalisations scientifiques et technologiques étaient considérées comme une source d’idées innovantes. Ce modèle était appelé « poussée technologique » et prenait la forme d’une séquence linéaire d’étapes se répétant de manière cyclique. Un processus linéaire-séquentiel simple mettant l'accent sur le rôle de la R&D et une attitude envers le marché uniquement en tant que consommateur d'innovation est présenté dans la Fig. 8.1.
Riz. 8.1.
Au tournant des années 1960-1970. le modèle linéaire d’une « poussée technologique » n’est plus assez efficace. En témoignent les nombreux échecs du marché des nouveaux produits, les coûts de R&D élevés qui n'apportent pas le retour escompté et le manque de compréhension mutuelle entre les départements de recherche et développement, d'une part, et les départements commerciaux et de production, d'autre part. . L'objectif de l'activité d'innovation - assurer l'excellence technique - a été mis en œuvre indépendamment des tâches d'augmentation de l'efficacité économique de la production, de la rentabilité des produits et de sa conformité aux besoins sociaux. Les entreprises étaient incapables d’absorber les résultats de leur propre recherche et développement.
Dans le même temps, des changements se produisaient également dans l'économie : la concurrence s'intensifiait et la production se diversifiait. Une alternative à l'innovation est devenue la conquête de nouveaux marchés, ce qui entraîne une augmentation significative des profits.
L'incertitude accrue et le risque commercial des innovations radicales ont conduit au fait que les motivations du court terme et du retour rapide sur les coûts de R&D ont prévalu dans les activités d'innovation, et un intérêt est apparu pour l'imitation des innovations, parfois accompagnées de modifications mineures de la conception. Dans ce contexte, le deuxième modèle du processus d’innovation (Fig. 8.2), appelé « défi de la demande », a connu plus de succès. (attraction du marché).
Riz. 8.2.
Conformément à ce modèle, il a été supposé que les innovations commercialement réussies résultent de la perception des demandes des consommateurs et d'une réponse adéquate de la part du secteur R&D des entreprises, c'est-à-dire La demande du marché a commencé à être considérée comme le point de départ du processus d'innovation, qui fixait l'orientation de la recherche scientifique, puis la chaîne d'événements du processus linéaire s'est répétée. Ainsi, à la base, il s'agit du même modèle linéaire-séquentiel, mais prenant en compte les besoins du marché.
Lors de l'application de ce modèle, ses limites importantes ont été identifiées, notamment la permanence de l'innovation ; la nécessité de prendre en compte les avis des consommateurs potentiels ; innovation parallèle dans les produits, les processus, l'organisation et la gestion ; prise de conscience de l'importance des modifications et de leur lien organique avec des innovations radicales, etc. Par conséquent, l’interprétation linéaire du processus d’innovation est entrée en conflit avec l’exhaustivité du travail scientifique, qui implique l’utilisation répétée des connaissances scientifiques.
De plus, pour les industries nées d’innovations révolutionnaires, il est naturel de se concentrer d’abord sur une percée technologique préparée par le développement de la science fondamentale. À mesure qu’une industrie atteint sa maturité, l’innovation se concentre désormais sur la satisfaction des besoins du marché. Tout cela a stimulé la recherche de nouveaux concepts.
Dans les années 1970 modèles linéaires G1, G2 ont commencé à être considérées comme des cas particuliers d’un processus plus général associant science, technologie et marché. Les recherches menées par des auteurs tels que R. Roswell, K. Freeman, A. Horsley, A. Jervis, D. Townsend, D. Mowery, N. Rosenberg et d'autres ont confirmé l'importance des facteurs marketing, commerciaux et techniques pour une innovation réussie. Il est nécessaire de faire émerger de nouveaux modèles non linéaires du processus d’innovation. Par exemple, l'économiste anglais R. Roswell a analysé l'expérience mondiale et, en plus des modèles Gl, G2 identifié trois autres modèles (générations) du processus d'innovation, correspondant à différents stades de développement des économies des pays capitalistes : un modèle combiné (conjugué) (G3), un modèle intégré (G4), un modèle de réseaux stratégiques (G5) .
Considérons le conjugué ( couplage) modèle proposé par R. Roswell. Sa particularité réside dans l'identification d'étapes logiquement séquentielles, fonctionnellement distinctes, mais interagissant et interdépendantes (Fig. 8.3). La reconnaissance de la non-linéarité des innovations a ouvert des opportunités pour les étudier du point de vue de l'intégration et du parallélisme des étapes, et pour utiliser les interactions en réseau.
Riz. 8.3. Modèle d’innovation conjugué(G 3)
Ce modèle, qui est une combinaison g 1 et G2 et prenant en compte le lien entre les capacités technologiques et les besoins du marché, est devenu largement utilisé dans le monde dans les années 1980.
Le maillon central du modèle est l'étape à forte intensité de ressources du processus d'innovation - le développement, y compris la conception. La conception constructive d'une innovation sous la forme d'un prototype et l'évaluation des perspectives de sa conformité à la demande effective constituent la source d'information la plus importante pour prendre une décision sur le déploiement de la production.
À la suite des activités de conception technique, des changements continus se produisent, qui sont insignifiants individuellement (remplacement de matériaux, réduction des frottements ou des vibrations, modifications dans la séquence des opérations technologiques, etc.), mais qui ont un effet important dans l'ensemble. Le design joue un rôle essentiel car il permet aux entreprises de matérialiser les résultats de leurs recherches. C'est cette étape qui intègre le processus d'innovation, suggérant la création d'équipes de projet interdisciplinaires composées de représentants des départements de recherche, de marketing, de production et de service.
De plus, il est possible d'exclure du processus d'innovation certaines étapes caractéristiques du modèle linéaire classique. Ainsi, en biotechnologie, la recherche fondamentale peut apporter immédiatement des solutions toutes faites, contournant la recherche appliquée.
La prédisposition au désordre dans les chaînes d’innovation est associée au caractère multivarié de l’émergence de solutions innovantes. Les technologies de l'information modernes permettent le développement non seulement des concepteurs, comme c'était le cas auparavant, mais aussi des théoriciens, des ouvriers de production et des commerçants de produits de haute technologie.
La reconnaissance du marché et des consommateurs en tant que source importante d'idées innovantes a conduit à un rôle accru de leur rôle dans le processus d'innovation. Sur les marchés des biens de consommation, les fabricants surveillent en permanence les préférences des consommateurs, organisent l'interaction avec les associations de consommateurs et stimulent la création de clubs de consommateurs. Toutes ces étapes visent à identifier des souhaits implicites qui, à travers le développement et la conception, sont traduits dans le langage de nouveaux produits et services. Et dans le cas de la production d'équipements complexes, il est possible d'inclure les consommateurs dans le processus d'innovation de manière continue et systématique, jusqu'à les inclure dans les équipes projet.
Un autre modèle généralement accepté du processus d'innovation de troisième génération est le modèle de chaîne ( modèle à maillons de chaîne) Kline-Rosenberg ( S.J. Kline, N. Rosenberg).
Le modèle de chaîne divise le processus d'innovation en cinq étapes (Figure 8.4). Dans un premier temps, les besoins du marché potentiel sont identifiés. La deuxième étape commence par l'invention et/ou la conception analytique d'un nouveau procédé ou produit prévu pour satisfaire le besoin identifié. La troisième étape implique une conception détaillée et des tests.
Riz. 8.4.
ou le développement effectif de l'innovation. Dans la quatrième étape, le projet émergent est révisé et passe finalement à la production à grande échelle. Au cours de la cinquième étape finale, les innovations entrent sur le marché, déclenchant les activités de marketing et de distribution.
La caractéristique la plus importante du modèle est l’identification de cinq chaînes interconnectées du processus d’innovation, qui décrivent diverses sources d’innovation et les « apports » de connaissances associés tout au long du processus.
D'abord (central) chaîne processus d'innovation (indiqué par des flèches et le symbole C – Chaîne centrale) résume les processus qui découlent des besoins du marché, de l’invention et/ou de la conception analytique, du développement et de la production jusqu’à l’étape de commercialisation et de distribution.
Deuxième chaîne le processus d'innovation reflète des rétroactions se produisant parallèlement à la chaîne centrale. Le feedback le plus important, indiqué par le symbole F (Retour), provient des consommateurs ou futurs utilisateurs de l’innovation. Il montre que les utilisateurs sont la source de l'innovation ou, au sens large, l'orientation de la plupart des processus d'innovation vers les utilisateurs, en particulier dans les industries qui produisent des machines et des équipements. Cette chaîne comprend également des boucles de rétroaction qui naissent au sein de l'entreprise : entre R&D divisions et production. Ils sont signalés par le symbole / (Jeedback) et illustrer les activités internes de résolution de problèmes en cours à différentes étapes du processus d'innovation ou des sources d'innovation liées à « l'apprentissage par la pratique » ( apprendre en faisant).
Troisième chaîne processus d'innovation (indiqué par le symbole D) relie la chaîne centrale à la recherche scientifique et est définie comme « la création, la découverte, l’expérimentation, la réorganisation et la diffusion des connaissances de nature physique, biologique et sociale ». Certaines innovations directement liées à la recherche fondamentale naissent en collaboration avec des universités ou des instituts de recherche. Cette situation se produit souvent dans les secteurs à forte intensité de connaissances, comme l’industrie pharmaceutique.
Cependant, le développement scientifique et la recherche fondamentale ne sont généralement pas considérés comme les principales sources d’innovation dans la plupart des industries, qui ont tendance à s’appuyer sur les connaissances existantes et sur la modification des technologies disponibles pour parvenir à des innovations améliorées.
Quatrième circuit processus d'innovation, indiqué sur la figure par le symbole À (Connaissance), comme sources d'innovation, identifie tout d'abord le domaine de connaissances scientifiques existantes (flèches du chiffre « 1 ») et, d'autre part, la nouvelle recherche fondamentale (flèches des chiffres « 2 » et « 3 »), si les connaissances existantes ne suffisent pas à résoudre les problèmes qui se posent au niveau de la chaîne centrale du processus d'innovation.
Cinquième circuit innovation, indiquée par le symbole / ( Innovations), reflète les opportunités ouvertes par l’innovation pour le progrès des connaissances scientifiques. Cela peut être illustré par la création de microprocesseurs plus rapides ou de nouvelles générations d’instruments médicaux nécessaires à la réalisation de recherches fondamentales spécifiques.
Les cinq chaînes d’innovation différentes du modèle Kline-Rosenberg décrivent la véritable diversité des sources d’innovation :
- – la recherche scientifique menant à de nouvelles découvertes ;
- – les besoins du marché ;
- – les connaissances scientifiques existantes ;
- – les connaissances acquises au cours du processus d’apprentissage à partir de l’expérience personnelle.
En général, le modèle en chaîne du processus d’innovation est similaire au troisième modèle de Roswell (voir figure 8.3). Cependant, il complète les sources traditionnelles d’innovation (besoins du marché et recherche scientifique) par « l’apprentissage par la pratique » et l’ensemble des connaissances scientifiques « externes » existantes. Pendant ce temps, ces sources sont indirectement présentes à Roswell. Ainsi, par exemple, la présence de feedback dans le troisième modèle (voir Fig. 8.3) indique la possibilité de revenir aux projets aux étapes précédentes pour les affiner, ce qui, en substance, signifie « apprendre de ses propres erreurs » ou « expérience ». Il convient également de noter que la nouvelle technologie en G3 est nouveau pour le sujet qui l'accepte, c'est-à-dire elle peut être soit objectivement nouvelle pour l’industrie (nouvelles connaissances), soit subjectivement nouvelle (connaissances scientifiques « externes » existantes). Le modèle de chaîne a été critiqué pour ignorer l’environnement institutionnel général (fournisseurs, concurrents, clients, etc.) dans lequel se déroule le processus d’innovation.
Ainsi, le modèle Kline-Rosenberg correspond fondamentalement à la logique G3 de la classification de Roswell.
Le quatrième modèle de processus d'innovation (G4) a été proposé dans les années 1990. Il s'agit d'un modèle japonais d'excellence, qui met l'accent sur les activités parallèles de groupes intégrés, de connexions externes horizontales et verticales (Fig. 8.5). Le travail simultané sur une idée par plusieurs groupes de spécialistes menant des recherches dans diverses directions accélère la solution du problème. Le moment opportun pour mettre en œuvre une idée technique et la transformer en produit fini est d'une grande importance dans le monde moderne.
Montré sur la Fig. 8.5 processus de développement de nouveaux produits réalisé par l'entreprise Nissan(un exemple de processus d’innovation intégré). Cet exemple de modèle se concentre sur les principales caractéristiques internes d'un processus : son caractère parallèle et intégré.
Riz. 8.5.
En pratique, il existe un réseau d'interactions autour, représenté dans G3.
Principales caractéristiques G4 est l'intégration de la R&D avec la production (par exemple, conception assistée par ordinateur connectée et systèmes de fabrication flexibles), une coopération plus étroite avec les fournisseurs et les acheteurs avancés, la coopération horizontale (création de coentreprises, d'alliances stratégiques), ainsi que la création de partenariats transversaux. des groupes de travail fonctionnels réunissant des technologues, des designers, des marketeurs, des économistes, etc.
Le développement de nouveaux produits est plus efficace lorsque le département de recherche et développement travaille dès le début en étroite collaboration avec les départements techniques, de fabrication, de marketing et financiers de l'entreprise. L'idée intégrée dans le produit doit être analysée d'un point de vue marketing et toutes les étapes de développement doivent être coordonnées par un groupe interfonctionnel spécial. Les recherches montrent que le succès des nouveaux produits des entreprises japonaises est largement déterminé par le recours à des équipes interfonctionnelles.
Une version plus détaillée du modèle g 4, prenant en compte l'opinion des consommateurs, est illustrée à la Fig. 8.6. Beaucoup de Japonais
Riz. 8.6.
Les entreprises contactent les consommateurs dès le début pour connaître leur point de vue sur un nouveau produit. Les entreprises analysent la demande prospective, puis, aux dernières étapes du processus d'innovation, sur la base des prévisions établies, elles forment la demande du marché.
Dans les années 1990, à l'époque du concept d'approche innovante en matière de gestion, le succès des innovations dépendait également du degré d'interaction avec les entreprises qui fournissaient des matériaux, des composants et des composants. La concentration des ressources d'une entreprise autour de compétences clés passe par l'externalisation, c'est-à-dire suppression de la structure organisationnelle des divisions dont les produits et services peuvent être obtenus auprès d'entreprises spécialisées. Cela signifie offrir aux entreprises une plus grande indépendance et liberté en matière de solutions innovantes et accroître la concurrence entre elles. Dans le même temps, les entreprises produisant des produits finaux s'efforcent d'impliquer le plus tôt possible les fournisseurs dans le développement de leurs propres innovations par le biais d'appels d'offres pour des composants prometteurs, et les invitent également à participer au développement d'idées et à la formation du concept d'innovation.
La cinquième génération du processus d'innovation (G5) est une combinaison du modèle intégré idéal (G4) et de l'intégration stratégique des entreprises en interaction. G5 reflète la numérisation de l'innovation, caractérisée par une utilisation accrue de systèmes experts, de modélisation de simulation, de systèmes de fabrication flexibles intégrés et de conception assistée par ordinateur liée aux fournisseurs.
Processus d'innovation dans G5 est non seulement de nature interfonctionnelle, mais également multi-institutionnelle et en réseau. L'innovation est le résultat de l'interaction d'institutions clés : l'entreprise, ses fournisseurs, ses concurrents et ses consommateurs.
Le processus d'innovation est extrêmement complexe en raison des circonstances suivantes. Premièrement, les idées efficaces doivent être trouvées dès le début du processus. Deuxièmement, le processus de développement de produits est extrêmement coûteux. Par conséquent, pour réussir, il est nécessaire de n’amener au stade du développement que les idées les plus prometteuses.
Le processus de sélection et de transformation des idées en un produit final (processus d'innovation) peut être illustré par le modèle « Funnel » développé par S. Wheelwright et K. Clark. Tout en étudiant le processus de développement de nouveaux produits, ils ont concentré leur attention sur le processus de sélection (sélection) des idées innovantes. Le modèle décrit le processus permettant de passer d'un grand nombre d'idées immatures à un nombre limité d'options de produits prometteurs (Figure 8.7).
Riz. 8.7.
Ce modèle est typique des grandes entreprises à forte intensité technologique, dans lesquelles diverses idées, généralement développées R&D Les divisions se disputent les ressources au sein de l’organisation. En revanche, les petites entreprises disposant de ressources limitées et les entreprises en démarrage structurent souvent leur travail autour d’une seule idée.
L'entonnoir est un ensemble d'activités fondamentales qui caractérisent un processus d'innovation réussi. Dans ce cas, il y a deux problèmes majeurs : élargir l'entrée de « l'entonnoir » et rétrécir son col. Pour atteindre le premier objectif, l'organisation doit élargir sa base de connaissances et accéder aux informations nécessaires pour générer davantage de nouvelles idées sur les produits et les processus. Réduire le goulot d'étranglement nécessite un processus de sélection d'idées efficace qui correspond aux ressources technologiques et financières et aux objectifs stratégiques de l'entreprise, ainsi que la capacité de se concentrer sur les idées les plus convaincantes.
L'idée du "Funnel" est connue depuis l'époque de la philosophie de production japonaise du KFN. Chaque mot porte plusieurs interprétations :
QUALITÉ – propriétés de qualité, attributs, contenu ;
FONCTIONNALITÉ – fonction, mise en œuvre (mécanique);
OFFENSIVITÉ – déploiement, expansion, développement.
KFN est un outil :
- – adaptation des biens et services aux souhaits du client, utilisés dans la phase de développement du produit ;
- – en passant par les processus : développement technique, préparation de la production, production elle-même, assurance qualité du produit ;
- – concentré sur tous les points importants pour le client.
Lors du développement d'un projet, le processus de transition d'une phase à l'autre, dans lequel les paramètres de sortie de la matrice précédente deviennent les paramètres d'entrée de la matrice suivante (subordonnée), est une garantie que les souhaits du client resteront au centre du processus tout au long du processus. .
En raison du degré de détail croissant des phases de développement du projet de matrice en matrice, ses fiches seraient déjà moins claires dans la deuxième phase.
Mais l'avantage de KFN est que, selon le principe de Pareto, seuls les paramètres de sortie critiques sont transférés à la feuille suivante (Fig. 8.8), qui sont nouveaux, importants, difficiles, associés à une part importante de risque et ouvrent des perspectives particulières. chances sur le marché.
Riz. 8.8.
Tous les autres éléments sont traités selon la méthode standard. Ainsi, d'une part, les ressources sont économisées, d'autre part, un aspect critique est toujours présent. Comme le processus d’amélioration ne s’arrête pas, les aspects moins importants sont progressivement traités.
Ainsi, le KFN se concentre constamment sur les points vraiment importants.
Le président du Product Development Institute, R. Cooper (États-Unis), a également basé son modèle « Funnel » sur la sélection (sélection) d'idées, en se concentrant sur le processus de prise de décision (Fig. 8.9).
Dans le modèle de Cooper, le processus d'innovation est divisé en plusieurs phases, chacune comprenant un ensemble d'actions spécifiques. Il est important de noter que les phases de ce modèle sont « transversales » (il n’y a par exemple pas de phase de marketing ou de recherche et développement). Dans le même temps, chaque phase consiste en un ensemble d'activités parallèles réalisées par des personnes issues de différents domaines fonctionnels de l'entreprise, travaillant ensemble en équipe et ayant leur propre leader.
Riz. 8.9. Modèle de passerelle de Cooper pour le processus d'innovation
Avant chaque phase, il y a des « portes » (losanges sur la figure 8.9), qui servent à contrôler la qualité du projet, à déterminer sa priorité, à prendre des décisions concernant la poursuite/l'arrêt du projet et à allouer les ressources appropriées.
Toutes les « portes » ont un format commun : les intrants (le résultat des activités de la phase précédente, que l'équipe du projet présente pour discussion) ; critères (questions ou mesures quantitatives par lesquelles un projet est évalué afin de prendre des décisions concernant sa poursuite/résiliation et sa priorité) ; les résultats (le résultat de la discussion - une décision sur le plan d'action, la date de la prochaine discussion et les informations d'entrée nécessaires).
Essentiellement, les fonctions de contrôle sont assurées par des cadres supérieurs. Ensemble, ils décident d'allouer les ressources dont le chef de projet et l'équipe ont besoin pour mener à bien la prochaine phase du projet. Les personnes qui prennent ces décisions sont appelées « gardiens » ( gardiens).
En général, le modèle de Cooper contient des éléments de gestion du processus d'innovation. Ses inconvénients incluent l'impossibilité de ramener les projets à des stades antérieurs.
Ainsi, au cours des dernières décennies, le processus d’innovation a considérablement évolué et revêt aujourd’hui un caractère complexe et multidimensionnel.
Les sources d'innovation à ce stade peuvent être la recherche scientifique (découverte de nouvelles connaissances), les besoins du marché, les connaissances existantes (externes à l'entreprise), les connaissances acquises au cours du processus d'apprentissage à partir de l'expérience personnelle, etc. Certaines entreprises créent désormais elles-mêmes la demande ( besoins futurs) pour vos futurs produits. Les rôles des différentes sources d’innovation pour différentes entreprises et industries varient considérablement et dépendent également des étapes de leur cycle de vie.
D’une part, le processus d’innovation peut être considéré comme Processus de conversion les intrants (ressources) en extrants (produits, technologies). Dans le même temps, il est extrêmement important de préciser qu'une condition nécessaire à l'innovation est l'utilisation de ressources disponibles par d'autres moyens.
D’un autre côté, le processus d’innovation est processus d'interaction divisions internes de l'entreprise et institutions externes. Les technologies modernes de l’information et de la communication y contribuent grandement.
Dans des conditions d'augmentation des coûts à chaque phase ultérieure du processus, les problèmes de recherche d'idées prometteuses, de leur évaluation correcte et de leur mise en œuvre efficace se posent.
Les technologies modernes pour organiser le processus d'innovation nécessitent des actions parallèles et la présence de points de contrôle pour la prise de décision. En outre, l’élément le plus important d’un processus d’innovation réussi aujourd’hui est la création d’équipes interfonctionnelles.
Le modèle non linéaire démontre l'imprévisibilité, la stochasticité et le désordre du processus d'innovation, suppose des changements dans toutes les parties de l'entreprise, des sources d'idées multivariées et, enfin, se concentre sur la phase de développement et de conception comme l'événement le plus important du cycle de vie de l'innovation. , où se déroule l'intégration des conditions et opportunités scientifiques, technologiques et commerciales .
Bases de la modélisation du développement innovant d'une entreprise
Le développement innovant implique l'intensification des activités d'innovation, le développement de technologies et la formation d'innovations uniques, ainsi que leur commercialisation et leur distribution. Au niveau micro, sa base est l'augmentation du potentiel d'innovation d'une entité commerciale et l'activation des processus d'innovation, de recherche et de développement qui se déroulent sur sa base.
Aujourd'hui, grâce au développement des méthodes scientifiques de connaissance et de recherche, ainsi qu'à l'informatisation de la science, la modélisation du développement innovant est devenue possible. Il s'appuie sur des outils issus de branches scientifiques telles que :
- analyse mathematique;
- programmation linéaire et dynamique;
- théorie des files d'attente;
- théorie des probabilités;
- la théorie des jeux;
- programmation paramétrique;
- programmation stochastique, etc.
Note 1
En pratique, la modélisation par simulation est le plus souvent utilisée pour les entreprises de haute technologie. Aujourd'hui, lors de la modélisation du développement innovant, il est le plus souvent d'usage de se tourner vers des modèles linéaires et non linéaires.
Les modèles linéaires (en chaîne et combinés) reposent sur la mise en œuvre d'étapes successives de création de produits innovants. Les modèles non linéaires (intégrés) permettent la possibilité de mise en œuvre parallèle de tout ou partie de groupes d'actions réalisées dans le but de créer des produits innovants. Dans une plus large mesure, ils se concentrent sur la nature de l'interaction entre les sujets du processus d'innovation.
Comme le montre la pratique, les scientifiques privilégient dans la plupart des cas la modélisation non linéaire du développement innovant. Un exemple d'un tel modèle est présenté à la figure 1.
Figure 1. Modèle non linéaire du processus d'innovation de la génération IV. Author24 - échange en ligne de travaux d'étudiants
La modélisation intégrée, malgré toute sa popularité, ne permet cependant pas de déterminer les sections critiques du processus d'innovation dont le succès détermine directement les résultats du développement innovant. C'est le principal inconvénient des modèles de ce type.
Modèles de base de développement innovant
Au cours des dernières décennies, six modèles de développement (technologique) innovant les plus clairement définis ont émergé, constituant le fondement de la transformation des systèmes économiques (figure 2). Leur identification repose sur le mécanisme d'intégration des découvertes scientifiques et des technologies, des technologies et de la production, de la production et de la société. Regardons plus en détail les modèles présentés.
Figure 2. Modèles de base de développement (technologique) innovant. Author24 - échange en ligne de travaux d'étudiants
Le modèle de « l'environnement d'innovation » implique la connexion et l'intégration d'importants capitaux privés, de la science, d'entreprises multidisciplinaires modernes et d'un grand nombre d'employés hautement qualifiés. En combinant ces facteurs, la formation du processus de développement technologique est assurée.
Une caractéristique distinctive de ce type de modèle est considérée comme un degré élevé de décentralisation et de concentration des facteurs sur une petite zone. Un exemple est la Silicon Valley, située en Californie, aux États-Unis.
Un trait caractéristique du modèle transnational est le lancement d'innovations et leur mise en œuvre technologique et productive par de grandes entreprises transnationales qui disposent du capital nécessaire pour cela et disposent d'un complexe d'entreprises modernes et dotées d'un personnel qualifié. Ces entreprises disposent souvent de leurs propres centres et laboratoires de recherche. Ils financent également des développements similaires basés sur des plateformes universitaires. En générant en elles-mêmes tous les éléments nécessaires de « l'environnement d'innovation », les STN ralentissent le réseau d'interconnexions décentralisées du système.
Le modèle de « protectionnisme d’État » se caractérise par le soutien au développement innovant par le gouvernement d’un État dans des conditions de marché national fermé aux entreprises étrangères par l’intermédiaire d’entreprises privées nationales. Les exemples les plus frappants de l’utilisation de ce modèle sont les marchés du Japon et de la Corée du Nord. L'expérience de ces pays témoigne du soutien initial des entreprises nationales dans le pays et de leur assistance ultérieure pour pénétrer les marchés mondiaux. Dans le cadre de ce modèle, les entreprises copient initialement les innovations, mais avec l'accumulation de leur propre expérience en matière de développement innovant et de définition de priorités technologiques, les entreprises nationales se tournent vers leur propre production de hautes technologies.
Le modèle de développement innovant du quatrième type, contrairement au modèle de « protectionnisme étatique », présuppose la nécessité d'un progrès technologique en interaction continue avec le marché mondial. Elle a trouvé son incarnation en France, dont le gouvernement a soutenu les entreprises nationales en concurrence ouverte sur le marché international de l'information.
Le cinquième type de modèle de développement innovant se caractérise par l’orientation du développement technologique vers l’obtention d’avantages militaires. Ce modèle est doté d'un très fort potentiel. On pense qu'il est capable de maintenir la dynamique de développement de l'État dans le domaine de la haute technologie, assurant ainsi l'établissement et le maintien de certaines priorités du pays dans le contexte général mondial. En même temps, ce modèle présente certains inconvénients :
- dilemme moral;
- problème technique.
Le dilemme moral implique l’immoralité de l’utilisation des progrès scientifiques pour créer des armes meurtrières, et le problème technique se résume au caractère secret et fermé de la technologie militaire, de sorte que l’innovation ne peut pas être étendue à la société dans son ensemble.
Le sixième modèle de développement innovant est considéré comme un modèle de type européen. Cela implique une coopération entre différents gouvernements et entreprises privées de différents pays.
Note 2
Chacun des modèles de développement innovant présentés présente ses propres avantages et inconvénients. Dans le monde moderne, tous ne sont pas incarnés sous leur forme pure.
