Heurystyczne modelowanie procesów zarządzania operacyjnego.

• Autorzy: Wilk J.
• Języki publikacji: PL

Abstrakty

PL

Przedstawiono koncepcję zintegrowanego systemu wspomagającego decyzje (ZSWD) i wykazano, że jego realizacja jest uzależniona od szeregu interdyscyplinarnych umiejętności dotyczących mechanizmu rynku kapitałowego, nowoczesnych finansów, rachunku kosztów menedżerskich, analizy ryzyka i modelowania heurystycznego. Szczególnie dużo miejsca poświęcono integracji pionowej stanowiącej łącznik, poprzez modelowanie heurystyczne, pomiędzy planowaniem operacyjnym i długookresowym. Sformułowano procedurę modelowania jednostkowych kosztów działań oraz wyników finansowych firmy w oparciu o zaproponowane heurystyczne funkcje korygujące oraz zestaw fuzzy logie parametrów Xf (jakości technologii) i Xm (jakości zarządzania). Przeprowadzone analizy na podstawie przypadku sytuacyjnego wykazały, że sformułowany model heurystyczny zapewnia dużą sterowalność kosztami i wynikami finansowymi firmy. W konsekwencji sytuacja ta może istotnie ułatwić spełnienie przez przedsiębiorstwo złożonych kryteriów efektywnościowych narzucanych przez rynek finansowy.

Słowa kluczowe

PL

modelowanie herystyczne; wyniki finansowe

• Wydawca: Oficyna Wydawnicza Politechniki Wrocławskiej
• Czasopismo: Prace Naukowe Instytutu Organizacji i Zarządzania Politechniki Wrocławskiej. Studia i Materiały
• Rocznik: 2006
• Tom: Vol. 80, nr 22
• Strony: 143--159
• Opis fizyczny: Bibliogr. 11 poz.

Twórcy

autor

Wilk J.

• Wyższa Szkoła Handlu i Finansów Międzynarodowych w Warszawie,

Bibliografia

• ENGLER, C. 1988. Managerial accounting. IR WIN, Homewood.
• HAUGEN, R.A. 1996. Teoria nowoczesnego inwestowania. WIG PRESSJ, Warszawa.
• KISIELNICKI, J. 2003. Management infrastructure in the process of knowledge management - an attempt At diagnosis of the state and potential of polish businesses. Konferencja naukowa "Raport o zarządzaniu" VII edycja. Wyższa Szkoła Przedsiębiorczości i Zarządzania im. L. Koźmińskiego, Warszawa, (wersja elektroniczna referatu na stronie; (http://www.wspiz.edu.pl/resources/?rid=9146).
• MACIĄG, J. 2005. Zarządzanie wiedzą w szkole wyższej w zapewnianiu jakości procesu kształcenia; [w:] E. Skrzypek (red.) Materiały Konferencji Naukowej INTELLECT 2005 - Kapitał intelektualny jako szansa na poprawą jakości zarządzania w warunkach globalizacji, tom 2. Wyd. Uniwersytetu M.C. Skłodowskiej, Lublin, ss. 311-319.
• NONAKA, I., TAKEUCHI, H. 2002. Kreowanie wiedzy w organizacji. Poltext, Warszawa.
• RADOSIŃSKI, E. 1997. Techniki inteligentne w symulacyjnej analizie firmy; [w:] W. Misiąg (red.) Symulacja systemów gospodarczych. Wyższa Szkoła Przedsiębiorczości i Zarządzania w Warszawie i Politechnika Wrocławska, Warszawa; ss. 181-194.
• ROSS, S.A., WESTERFIELD, R.W. 1988. Corporate finance. Tiemes Mirror/Mosby College Pub., St. Louis.
• TADEUSIEWICZ, R. 2005. Sztuczna inteligencja jako narzędzie budowy przewagi konkurencyjnej; [w:] J.T. Duda (red.) Systemy informatyczne i metody obliczeniowe w zarządzaniu. Wyd. Naukowo-dydaktyczne AGH, Kraków; ss. 17-26.
• WILK, J. 1978. Komputerowy system optymalizacji procesów technologicznych dla zagadnień inwestycyjnych. Monografia nr 42, Akademia Ekonomiczna, Kraków.
• WILK, J. 1989. A fuzzy logie transformation model from state controlled to free market economic system [w:] W.G. Vogt, M.H. Mickle (red.) Proceedings ofthe XX Annual Pittsburgh Conference on Modeling & Simulation, Pittsburgh, Vol. 20, part; ss. 67-71.
• WILK, J. 2001. Zintegrowany system zarządzania przedsiębiorstwem. WSHiFM, Warszawa.