Введение

Актуальность исследования. Индустрия туризма (индустрия гостеприимства) — важнейшая отрасль экономики большинства стран мира. Современную индустрию гостепри­имства характеризуют быстрая сменяемость экономических условий, повышение качества услуг, непрерывное вступление на рынок новых участников, в том числе иностранных.

индустрии гостеприимства.

Руководители должны оперативно проводить оценку влияния возникших изменений В экономической ситуации на функционирование предприятия, находить новые решения по корректировке их деятельности. Важнейшей задачей управления выступает своевременное принятие правильных решений в связи с изменениями экономической ситуации. Принятие

своевременного решения напрямую зависит от прогнозирования деятельности предприятий

индустрии гостеприимства.

В условиях современного состояния экономики, которое нередко оказывается непред­сказуемым и неконтролируемым, традиционные механизмы научного менеджмента стано­вятся непродуктивными.

В Российской Федерации высокий уровень нестабильности внешней среды бизнеса проявляется несравненно сильнее, чем в странах с развитой экономикой. Поэтому так важно для российских менеджеров новое видение управленческих проблем, их изучение и исполь­зование в практике управления.

В условиях непостоянства внешней среды возникает раздел науки управления, кон­центрирующий свое внимание на хаосе, сложности и самоорганизации. Создаются методы, с помощью которых сложные системы могут эффективно справляться с неопределенностью и быстрыми изменениями. Формирование теории хаоса стало важным шагом в развитии мето­дологии современной науки. Изучение и решение проблемы хаоса актуально для развития

экономики России, поскольку темп, глубина и всеохватность происходящих изменений не имеют аналогов в новой истории.

Понимание того, что даже мельчайшие изменения могут привести к радикальным по­следствиям в поведении системы, существенно изменило видение учеными окружающего

мира. Упор на предсказуемость и управление, который делался ранее, проложил путь к по­ниманию власти хаотичности в конце XX века. Как правило, на практике трудно предсказать поведение даже относительно простых систем, а тем более сложных.

Несмотря на кажущееся случайное поведение таких систем, определенные их пове­денческие схемы можно предугадать. Способ определения предсказываемых «рисунков» по­ведения системы стал другим. Вместо разбиения системы на составные части и анализа по­ведения каждой из них в отдельности, необходим целостный подход, фокусирующий внима­ние на динамике всей системы. Это позволит сделать упор на то, каким образом порядок яв­ляется результатом взаимодействия этих частей в целом.

Конкурентное преимущество и даже выживаемость гостиничного предприятия зави­сит от нововведений в области информационных технологий: во-первых, систем принятия решений на основе систем автоматизированного управления, а во-вторых — систем, связан­ные с хранением и интеллектуальной обработкой данных.

Широкие возможности компьютерного имитационного моделирования приводят к разработке все более сложных конструкций моделей прогнозирования. Это порождает про­блемы для пользователей. Интерпретация параметров модели сталкивается со все большими трудностями. Часто приходится обращаться за недостающей информацией к экспертам, что при масштабных моделях со многими параметрами существенно усиливает спекулятивную природу практических рекомендаций.

Слабое место математических моделей принятия решений — не только проблема оп­ределения параметров, но и несовершенство оценочных теорий как основы их конструкций. Поэтому все шире применяются нейронные сети. Эти стимулируемые нейробиологическими

процессами компьютерные алгоритмы не нуждаются в функциональных причинно- следственных связях. Сеть по определенному правилу обучения сама ищет приближенную взаимосвязь, наилучшим образом отражающую представленные данные.

Для настройки сети требуется обширное количество данных, отражающих прошлую динамику прогнозируемого показателя. Сеть сама гибко приспосабливается и обнаруживает

даже неизвестные взаимосвязи, которые хотя и осуществляются автоматически, но могут

способствовать прояснению причинно-следственных связей.

Одним из направлений развития прогнозирования выступает появление агентных сис­тем. Задача, выполняемая подобными системами, — автоматическое реагирование на вход­ную информацию. Реализация агентной технологии на основе нейросетевых технологий по­зволяет в большей степени осуществлять прогнозное управление предприятием.

Цель работы заключается в разработке методических предложений по прогнозиро­ванию и принятию решений в процессе управления предприятием индустрии гостеприимст­ва в рыночных условиях с использованием новых информационных технологий и компью­терных систем.

В соответствии с целью исследования были поставлены следующие задачи:

• исследовать современное состояние индустрии гостеприимства г. Москвы, возможные

пути ее развития;

• проанализировать современные научные подходы к прогнозированию;

• охарактеризовать современный программный аппарат прогнозирования и дать соответ­ствующие рекомендации по его использованию на предприятиях индустрии гостеприимства,

• определить основные направления совершенствования системы прогнозирования, ха­рактерные для современного этапа развития гостиничного и туристического бизнеса;

• смоделировать схемы поведения экономической системы предприятия индустрии гос­теприимства в условиях рынка;

• раскрыть такой фактор совершенствования управления деятельностью предприятий индустрии гостеприимства на современном этапе развития, как внедрение информационных

технологий,

Объектом исследования выступает система прогнозирования и принятия решений в управлении гостиничными предприятиями, с учетом особенностей становления рыночной экономики в Российской Федерации.

Предмет исследования — особенности организации процесса прогнозирования и принятия решений, характерные для российского рынка гостиничных услуг.

Теоретической и методологической основой диссертации послужили труды веду­щих российских и зарубежных ученых по управлению экономическими процессами, про­блемам предпринимательской деятельности, управлению объектами размещения, информа-

i

ционно-аналитические материалы по вопросам предпринимательства и туризма. Изложен­ные в диссертации положения в значительной мере учитывают исследования и научные раз­работки российских и зарубежных ученых в области туризма: Азара В И., Гуляева В.Г., Квартальнова В.А., ИсмаеваД.К,, Моисеевой Н.К., Розановой Т.П., Сенина В.С., Сапруно- вой В.Б., Ходоркова Л.Ф., Чудновского А.Д., Пирса Д. Основные положения в области про­гнозирования рассматривают в своих работах Боровиков В.П., Глущенко В.В., Попов В. А., Серов Г.Д., Сидоров М.Н., Тихомиров Н.П., Макридакис С., Монтгомери Д., Уилрайт С. Теоретические разработки автора основаны также на анализе основных положений работ ав­торов в области нейронных сетей: Бэстенса Д.-Э., Бира С., Гроссберга С., Розенблатга Р., Ко- хонена Т., Уцдроу Б„ Уоссермана Ф., Хебба Д., Хоффа М. В процессе изучения исследуемых в диссертации явлений использовались положения теории систем и системного анализа, тео­рии принятия решений и теории хаоса.

Научная новизна диссертации состоит в разработке методики применения нейрон­ных сетей для прогнозирования внешних и внутренних финансово-экономических и других показателей деятельности гостиницы; построении нейроагентов предприятий индустрии гос­теприимства, применении пакетов нейросетевого моделирования STATISTIC A Neural Net­works и SPSS Neural Connection для классификации рыночных ситуаций гостиничного пред­приятия и изучения рыночной конъюнктуры.

Наиболее существенные результаты, полученные лично автором:

• разработана методика построения нейроагентов для предприятий индустрии гостепри­имства с учетом их специфики;

• сформирован подход к построению и внедрению топологии нейронной сети для управ­ления загрузкой гостиницы;

• выявлены стратегии рыночного ценообразования современных гостиничных предпри­ятий и даны рекомендации по их совершенствованию.

Практическая значимость диссертационной работы. Разработанная методика по­зволяет на практике решать задачу объективной диагностики состояния предприятий инду­стрии гостеприимства в современных условиях хозяйствования на основе прогнозного управления. Тем самым обеспечивается совершенствование управления ими.

Апробация работы. Теоретические положения и выводы, полученные в ходе выпол­нения диссертационного исследования, были доложены автором на X, XI, XII Международ­ных Плехановских чтениях; на VII Всероссийском семинаре «Нейроинформатика и ее при­ложения» (1-3 октября 1999 г ).

Результаты исследования апробированы на ОАО «Отель Виноградово» и ООО «АРИКАДА-ТУР» в ресторане «Спартак», расположенных в г, Москва.

Часть материалов исследования предполагается использовать в процессе преподава­ния в РЭА им. Г.В. Плеханова по спецкурсу кафедры гостиничного и туристического бизнеса «Методы прогнозирования в индустрии гостеприимства».

∣ Сведения об объеме и структуре работы.

, Диссертация состоит из введения, трех глав, заключения, списка литературы и при­

ложений, Количество печатных машинописных страниц в диссертации — 159 (без учета приложений), таблиц — 29, рисунков — 132, приложений — 6. Список использованной ли­тературы насчитывает 185 наименований,

♦і

В первой главе «Современные тенденции индустрии гостеприимства» раскрыва­ются основные понятия, определения и характеристики такой сферы экономики как индуст­рия гостеприимства (туризма), рассматриваются состояние и основные тенденции ее разви­тия в современных российских условиях, описываются процессы построения управляющих информационных систем, методы интеллектуального анализа данных как важнейшее на­правление совершенствования управления предприятиями данной сферы.

Во второй главе «Прогнозирование деятельности предприятий индустрии госте­приимства» анализируются современные методы прогнозирования, виды прогнозов и цели

их использования, дается описание и сравнительные характеристики современных статисти-

ческих пакетов, применяемых для построения прогнозов, построены прогнозы развития

предприятия индустрии гостеприимства на основе традиционных методов.

Третья глава «Нейроагенты — прогнозное управление предприятием индустрии гостеприимства» посвящена методике построения моделей с использованием нейросетевых технологий. В ней рассмотрены возможности их использования при прогнозировании, пред­ложено использование нейроагентов в процессе прогнозного управления предприятием, раз­работаны нейроагенты для нескольких предприятий индустрии гостеприимства.

Публикации. По теме диссертации опубликовано 6 работ общим объемом 0,6 п.л.

1. Попов Л.А., Козлов Д.А. Совершенствование стратегического планирования на

гостиничных предприятиях в условиях перехода к рынку. В сб. «Структурная перестройка и * экономический рост», Десятые международные Плехановские чтения, — М.: изд-во РЭА им.

Г.В. Плеханова, 1997 (0,1 п.л.)

І

2. Ильина Е.Л., Козлов Д А. Планирование и стратегия маркетинга в гостиничном хозяйстве. В сб. «Структурная перестройка и экономический рост», Десятые международные Плехановские чтения. — М.: изд-во РЭА им. Г.В. Плеханова, 1997 (0,1 п.л.)

3. Попов Л.А., Козлов Д А. Прогнозирование на предприятиях гостинично­ресторанного хозяйства в условиях перехода к рынку. Одиннадцатые международные Пле­хановские чтения. — М.: изд-во РЭА им. Г.В. Плеханова, 1998 (0,1 п.л.)

4. Попов Л.А., Козлов Д.А. Методы добычи знаний в гостиничном бизнесе. Двена­дцатые международные Плехановские чтения. — М.: изд-во РЭА им. Г В. Плеханова, 1999 (0,1 п.л.)

5. Козлов Д.А. Нейросетевое прогнозирование в индустрии гостеприимства.// Ней­роинформатика и ее приложения: Тезисы докладов VII Всероссийского семинара, 1-3 октяб­ря 1999 г./Под ред. Горбаня А.Н. — Красноярск: КГТУ, 1999 (0,1 п.л.)

6. Козлов Д.А. Реализация нейроагентов для индустрии гостеприимства в пакетах Neural Connection и STATISTICA Neural Networks.// Нейроинформатика и ее приложения: Тезисы докладов VII Всероссийского семинара, 1-3 октября 1999 г./Под ред. Горбаня А.Н. — Красноярск: КГТУ, 1999(0,1 п.л.)