Информационно-аналитическая поддержка принятия кадровых решений в системе МЧС России

Во введении обосновывается актуальность темы диссертационной работы, формулируются цель и задачи исследования, отражается научная новизна и практическая значимость полученных результатов.
Анализ проблемы формирования кадрового
управления, под влиянием внешних условий, функционирования. В политике МЧС России наблюдается новый курс развития, включающий в себя
наращивание кадрового потенциала.
Проведенный анализ позволяет сделать вывод о наметившейся тенденции
по снижению неукомплектованности территориальных органов МЧС России (Рисунок 1 (а, б)).
25 3 2
y = -0,4594x + 3,7788x – 5,7246x + 12,02
y = 0,114×4 – 2,147×3 + 12,16×2 – 21,49x + 19,952
20 15
R2 = 0,9646
12,88
21,1
20,18
R2 = 0,9115
20,41
00 2016 2017 2018 2019 2020 2021
18,3 18,2
9,2
15,12
14,48 15 10
10 9,4 55
8,8
2016 2017
2018 2019
2020 2021
12,5
Рисунок 1 – Статистические данные по неукомплектованности: а) рядового и младшего начальствующего, б) среднего и старшего начальствующего состава
Эта тенденция подразумевает привлечение новых сотрудников. Как следствие, возникает необходимость более тщательного отбора кандидатов, снижения времени работ кадровых служб по проведению всех процедур, снижению вероятности возникновения ошибок в процессе отбора. Схема отбора кандидатов на внесение в кадровый резерв приведена на Рисунке 2.
Оценка кандидатов
Тестирование
Различные методы оценки
Положительная
Выдвижение на должность
Анализ результатов оценки
Требуется дополнительная подготовка
Отрицательная
Отказ в зачислении в кадровый резерв/ Исключение из резерва
Рисунок 2 – Схема отбора кандидатов на внесение в кадровый резерв
Основными причинами возникновения проблем в вопросах кадрового
укомплектования является достаточно высокая степень субъективности выносимых оценок в процессе отбора, недостаточное количество критериев оценки кандидатов.
Проблемы обеспечения точности отбора и оценки кандидатов связаны с необходимостью обработки большого потока информации в процессе сбора и обобщения информации по соискателям на должность, особенно в формате проведения заседания центральной аттестационной комиссии МЧС России, и значительными затратами времени, для более тщательного изучения предоставленных данных. Ограниченность кратковременной памяти заставляет специалиста в сложных многокритериальных задачах применять упрощающие эвристики. Так, при сравнении альтернатив часто делается выбор на основе сравнения по числу критериев, по которым одна из альтернатив превосходит другую, не учитывая при этом, насколько она лучше по каждому из критериев или используется метод исключения по последовательно рассматриваемым критериям, а не по сочетаниям значений оценок по всем критериям.
В настоящее время в процессе отбора продолжают использоваться широко известные ранее индивидуальные технологии. Однако, как показывает анализ современной управленческой практики, в период значительных общественных перемен возрастает роль интеллектуальных технологий.
Эффективность системы кадрового обеспечения оценивается временем проведения отбора и достоверностью полученных результатов. В общем виде функцию достоверности отбора можно представить следующим образом:
̅
= ( ( ) )×100%, (1)
̅ ,
̅
где – средняя достоверность сведений, поступивших от кандидатов
(оценивается несколькими тестами с вопросами похожими друг на друга, с дальнейшим сравнением ответов); P(n) – вероятность получения правильного решения; n – количество критериев;
Общее время процедуры отбора включает в себя:
= пк+ аи + фп + ас + ак + ву, (2)
где пк – время поиска кандидатов на должность из имеющихся резервов; аи – время анкетирования и изучения результатов; фп – время на формирование перечня кандидатов, соответствующих базовым квалификационным требованиям; ас – время на диагностику кандидатов (в том числе с использованием автоматизированной системы); ак – время на проведение
аттестационной комиссии; ву – время на выбор и утверждение кандидата. Сокращение времени оценки сотрудников, в процессе отбора кандидатов и повышение достоверности, предполагает решение задачи автоматизации
кадровых процедур в системе управления кадровыми ресурсами.
В структуре МЧС России на сегодняшний день автоматизирована большая часть функций кадровой службы. Однако функция отбора сотрудников, которая является одним из ключевых элементов в работе кадровой службы до сих пор требует своего решения. От качества отобранных кадров зависит эффективность работы организации и использование всех ее
остальных ресурсов.
Таким образом, работа, направленная на разработку моделей и алгоритмов автоматизации процесса поддержки принятия решений в системе управления кадрами МЧС, является актуальной.
Во второй главе «Методы поддержки принятия решений в автоматизированных информационных системах кадрового обеспечения МЧС России» рассмотрены методы оценки сотрудников для работы в иерархической структуре управления, пути развития и модернизации информационного обеспечения управления кадровыми ресурсами РСЧС, методы поддержки принятия кадровых решений и экспертных оценок, процессы автоматизации, разработан алгоритм формирования перечня профессионально-важных качеств сотрудников МЧС России.
Дальнейшее совершенствование системы управления кадровыми ресурсами предполагает реализацию, в рамках существующего программного обеспечения, автоматизированной системы АИС «КАДРЫ» процедуры поддержки принятия решений в отборе кандидатов на вакантную должность в системе МЧС России.
На данный момент существует достаточно много методов и автоматизированных систем оценки сотрудников, используемых в разных компаниях, но каждый метод имеет свои особенности, сферы применения, достоинства и недостатки.
В структуре МЧС России в области работы с кадрами функционирует «Автоматизированная система управления единой системой подготовки профессиональных кадров для МЧС России и РСЧС (АСУ ЕСПК)». Она объединяет имеющиеся информационные ресурсы профессиональной подготовки кадров МЧС России в единое информационное пространство. Архитектура и состав модулей АСУ ЕСПК представлен на Рисунке 3.
Справочна я ин форм ация
Оценка качества Финансы
Статистика
Приемная ком исси я
Переподготовка и повыш ени е ква лификаци и
АСУ ЕСПК
Кадры
Редакционно – издательская деятельность
Научно – исследовательска я деятельность
Материально – техническая база
Подготовка кадров высшей квалификации
Личный кабинет
Образовательная деятельность
-просмотр информации о постоянном и переменном составе организации;
-редактирование структуры организации;
-редактирование данных о кадровом составе организации; -формирование учебных курсов и групп обучающихся; -формирование отчетов организации.
Рисунок 3 – Схема модулей АСУ ЕСПК
Сегодня все специализированные программные продукты расширяют свою функциональность за счет дополнительных модулей. В частности, одной из задач дальнейшего развития АСУ ЕСПК является совершенствование модуля «Кадры», с целью реализации в нем процедуры поддержки принятия решения для оценки кандидатов на вакантную должность.
Информационная (компьютерная) поддержка, так или иначе, основана на формализации методов принятия решений. Рассмотрены возможные методы
поддержки принятия кадровых решений МЧС России. Среди них следует выделить методы экспертных оценок. С их помощью можно произвести интегральную оценку качеств работника. По своей значимости в общей оценке работника определенные качества всегда имеют различный удельный вес, что
устанавливается экспертным путем.
Анализ проведенных исследований показал наличие ряда достоинств МАИ
по сравнению с другими методами. К ним относятся большая достоверность и технологичность реализации. Эвристика позволяет сокращать количество просматриваемых вариантов при поиске решения задачи. При этом важное значение играет решение проблемы иерархически организованного перебора, создание и разработка методов отсечения заведомо невыгодных путей.
В процессе использования МАИ в решении задач оценки и отбора кадров была выявлена необходимость разработки алгоритмов формирования перечня профессионально – важных качеств специалистов МЧС России и алгоритмов формирования экспертной группы.
Алгоритм формирования перечня профессионально – важных качеств специалистов МЧС России представлен на Рисунке 4.
Начало
Ввод основных критериев
Перечень критериев Нет позволяет полноценно
оценить кандидата?
Да Конец
Формирование группы экспертов
Обобщение результатов опроса, формирование перечня критериев
Оценка экспертов группы
Формирование перечня критериев
Опрос экспертов с целью выявления дополнительных критериев
Определение весового коэффициент vi vi = f(Кзi,Каi)
vi = (LзiKзi + LaiKai)/ (Lз+La)
Согласование перечня критериев
vi = (Kзi + Kai)/ 2
Рисунок 4 – Схема алгоритма выбора профессионально – важных качеств
Нет критериев
Перечень согласован?
Каi = (Kдi + Kсi)/2
Да

Оценка экспертов группы сводится к определению для них весовых
коэффициентов. При оценке выявляется степень знакомства эксперта с объектом экспертизы Кзi и степень влияния на формирование мнения эксперта различных источников аргументации Каi.
Алгоритм формирования экспертной группы на основе весовых коэффициентов vi,, которыми характеризуется эксперт и определяется, как некоторая функция коэффициента знакомства Кзi и коэффициента аргументированности Каi :
vi = f(Кзi,Каi) (3) На современном уровне сложности решаемых задач возникает необходимость уточнения и использования дополнительного перечня
критериев, характеризующих деятельность по предполагаемой должности. Эффективность использования дополнительных критериев для оценки
кандидатов определяется как:
(4) где P(n) – вероятность получения правильного решения, Pi – вероятность
получения правильного решения по i-му критерию, n – количество критериев. Зависимость вероятности получения правильного решения от количества
используемых критериев приведена на Рисунке 5.
Рисунок 5 – Зависимость вероятности получения правильного решения от количества используемых критериев
Вероятность получения правильного решения при увеличении количества дополнительных критериев возрастает по логарифмическому закону и после 9 критериев увеличение вероятности происходит незначительно. Таким образом, из графика видно, что оптимальное количество критериев равно 10.
( )= 1− ∏ (1− ), =1
1 0,8 0,6 0,4 0,2 0
0,83
5 6 7 8 9 10 11
0,73
0,77
0,8
0,626
0,682
0,56

15
В третьей главе «Модель и алгоритм обработки информации при выработке решения по кадрам» выбран метод поддержки принятия решений. Разработаны алгоритм, модель и методика отбора и оценки кандидатов на вакантную должность МЧС России.
Для построения математической модели оценки кандидатов используется разработанный алгоритм, позволяющий учитывать дополнительные критерии для более тщательного изучения кандидатов.
начало 10 1 11
Ввод перечня соискателей на вакантную должность
Формирование матрицы парных сравнений для второго уровня иерархии (уровня сравнения кандидатов)
Определение значений весовых
коэффициентов матрицы парных сравнений (сравнение кандидатов)
3
Ввод перечня дополнительных критериев
Количество нет критериев > 1?
да
4
Формирование группы экспертов
для определения предпочтительности критериев
w1 /w1w1 /w2…w1 /wn w1 
     w2 /w1w2 /w2…w2 /wn w2 nw2 ,
w1
 ………. ………. ………. ….. …  … 
     
5 Представлениепроцессаотбора в
виде иерархии
w /ww /w…w /w w  w  n 1n 2 n nnn
6
Формирование матрицы парных
сравнений для первого уровня иерархии
(уровня предпочтительности критериев отбора
нет
да
Отношение согласованности
0,1
16
Иерархический синтез
w1 /w1w1 /w2…w1 /wn 
w2 /w1w2 /w2…w2 /wn
w1 

 
 
, 
 ………. ………. ………. ….. 
w2 …
w1 nw2
w /ww /w…w /w n1n2nn


 w   n 

w  n 
 …
 17
Ранжирование полученных
10
Отношение нет согласованности
0,1 да
результатов
Вывод оптимального решения
(Результат оценивания кандидатов на вакантную должность)
Конец
Рисунок 6 – Блок – схема алгоритма оценки кандидатов на вакантную должность
Определение нормированных собственных векторов матрицы
Определение согласованности
7
Определение значений весовых
коэффициентов матрицы парных сравнений (сравнение критериев)
Определение нормированных собственных векторов матрицы
Определение согласованности

Построение модели отбора и оценки кандидатов на вакантную должность
МЧС России включает следующие этапы:
1 этап – построение иерархической структуры задачи
многокритериального выбора
2 этап – предварительное рہанжирование критериев (попарное экспертное
сравнение элементов каждого уровня)
Ааij ,i,j1,2,…,M, (5)
aji  1 , (6) aij
где M – количество крہитериев; M = 1, 2, …., n; N – количество кандидатов; N = 1, 2, …., n; A – наименование критериев; Z – наименование кандидатов; a, b – весовой показатель критериев.
Ранжирование критериев происходит исходя из их предпочтительности, где 1 – слабая предпочтительность, 9 – крайне предпочтительно.
3 этап – определение вектора-строки столбцовых сумм матрицы суждений
SM aM1aM2…aMM (7) 4 этап – определение вектора приоритетов
WM MaM1aM2…aMM (8)
5 этап – определение вектора – строки столбцовых сумм компонہентов собственного вектора матрицы суждений
S W W …W (9) 12M
6 этап – определение нормализованного собственного главного вектора матрицы суждений
M
W W (10)
S
суждения
1M
7 этап – определение максимальных собственных значений матрицы
 SWSW…SW (11) max 1 11 2 12 M 1M
8 этап – определение индексов согласованности и отношений согласованности для матрицы суждения
ИСmax n (12)
n1
9 этап – согласованность положительной обратносимметричной матрицы
эквивалентнہа требованию
max n
10 этап – заметим, что max  n всегда верно, поэтому
(max n)0
11 этап – определение отношения согласованности.
ОС  ИС , (13) СС
где СС – индекс случайной согласованности
ОС ≤ 0,1 – если данное отношение не выполняется, то возвращаемся к
пункту «попарное экспертное сравнение элементов каждого уровня».
12 этап – заполнение матрицы попарных значений для матриц
следующего уровня.
13 этап – определение векторہа-строки столбцовых сумм матрицы
суждений.
SM bN1bN2…bNN (14) 14 этап – определение вектора приоритетов.
WN NbN1bN2…bNN (15)
15 этап – определение вектора-строки столбцовых сумм компонентов собственного вектора матрицы суждений.
S W W …W (16) 12N
16 этап – определение нормализованного собственного главного вектора матрицы суждений.
W WN (17) 1N S
17 этап – определение максимальных собственных значений матрицы суждения.
 S W S W …S W (18) nmax 1 11 2 12 N 1N

18 этап – определение индексов согласованности и отношений
согласованности для матрицы суждения (используя формулу 13).
19 этап – определение отношения согласованности (используя
формулу 14).
ОС ≤ 0,1 – если данное отношение не выполняется, то возвращаемся к
пункту «попарное экспертное сравнение элементов каждого уровня».
Данная операция с этапа 12 повторяется в соответствии с количеством
критериев отбора (n матриц = n повторений операций). 20 этап – определение общего вектора приоритетов.
WM1 BWM , (19) где B – матрица компонент нормированных векторов приоритетов альтернатив первого уровня; WM – нормированный векторہ приоритета критериев второго
уровня.
21 этап – выборہ оптимальной альтернативы.
П : { × ; × ;…; × }, (20) опт +11 1 +12 2 +1
где – достоверность сведений, поступивших от i – го кандидата.
Данный коэффициент позволит учитывать достоверность сведений, полученных в процессе анкетирования, сгладить возможные ошибки при
получении конечного результата.
Данная математическая модель, построенная на основе метода анализа
иерархий, позволяет оценить с высокой степенью объективности качественные и количественные характеристики кандидатов, выявить их предпочтительность. Современные темпы роста развития различных отраслей влекут за собой
все более высокие квалификационные требования к персоналу и к процессу его отбора. Появляется необходимость модернизации ранее существующих методик путем автоматизации различных процедур отбора и оценки, что подразумевает под собой использование научно-обоснованных методов.
На основании разработанных математической модели и алгоритмов предложена методика оценки и отбора кандидатов, реализованная с использованием МАИ, которая в общем виде представлена на Рисунке 7.
Перечень классификационных требований, установленных Приказом МЧС России от 1 декабря 2016 г. 653 “О квалификационных требованиях к должностям в федеральной противопожарной службе
Государственной противопожарной службы
Подготовительный этап
Требования к кандидату, позволяющие выделить наиболее соответствующего вакантной должности
Алгоритм выбора кандидатов и определения перечня дополнительных критериев
Лица, прош едш ие первичный этап отбора
Этап оценки
Этап получения конечного результата
Алгоритм оценки кандидатов на вакантные должности
Результат оценки кандидатов на вакантную должность
Реш ение аттестационной комиссии
Реш ение руководителя
Рисунок 7 – Методика отбора и оценки кандидатов на вакантную должность
Проведена сравнительная оценка достоверности выбора кандидатов на вакантную должность с использованием существующей и разработанной методик. В качестве исходных данных использованы значения, полученные в отделах кадров 5 главных управлений МЧС России по субъектам РФ. В каждом из субъектов проводилась сравнительная оценка 10 кандидатов. По результатам контрольных измерений проведено сравнение результатов по оценке достоверности выбора претендента.
Из Таблиц 1 и 2 следует, что разработанная методика, за счет использования дополнительных критериев позволяет повысить эффективность оценки в отборе кандидатов по показателю достоверности на величину порядка 20% и сократить временные затраты на величину порядка 34%.
Таблица 1 – Результаты эксперимента
Время проведения процедуры, мин
1. 285 185
2. 295 183
3. 260 182
4. 280 180
5. 345 181
̅ 294 182
345 285 295 260 280
185 183 182 180 181
200 100 0
400 300
12345 Номер эксперимента
1 (без использования автоматизированной системы)
2 (с использованием автоматизированной системой)
Рисунок 8 – Значения показателей
Время проведения процедуры, мин

20 Таблица 2 – Результаты эксперимента
Достоверность отбора, %
1. 50,4 72
2. 49,3 70,4
3. 53,2 76
4. 54,9 78,4
5. 53,8 76,8
̅ 52,32 74,72
Рисунок 9 – Значения показателей
Старая методика (без использования доп. критериев)
Разработанная методика (с использованием дополнительных критериев)
100
60
20
0
2
70,4
6
78,4
76,8
50,4
49,3
53,2
54,9
53,8
12345 Номер эксперимента
Для оценки сотрудников на вакантные должности в системе МЧС России в решении многокритериальной задачи осуществлена программная реализация разработанного алгоритма. Программный продукт реализован на языке программирования C# (C-SHARP). Интерфейс представлен на Рисунке 10.
Рисунок 10 – Интерфейс программной реализации модуля
Использование разработанной методики позволит в значительной степени повысить эффективность работы кадровой службы МЧС России.
Значение показателя достоверность,%
ЗАКЛЮЧЕНИЕ
1. Исследованы системы управления кадровым составом различных организаций и установлены проблемные вопросы системы отбора кадров на вакантные должности. Рассмотрены методы поддержки принятия решений в системе отбора кадров на вакантные должности.
2. Разработана математическая модель оценки кандидатов на вакантную должность учитывающая особенность и специфику МЧС России.
3. Разработан алгоритм оценки кандидатов на вакантную должность в системе МЧС России.
4. Предложена методика отбора и оценки кандидатов на вакантную должность на основе автоматизации процедуры поддержки принятия решений.
5. Программно реализован прототип системы на основе разработанной модели.
6. Предложены варианты интеграции подсистемы кадровой оценки и отбора кандидатов на вакантные должности.