Алгоритмы координации при управлении крупномасштабными проектами

В статье решается задача разработки двух алгоритмов координации при управлении крупномасштабными проектами. Первый алгоритм предназначен для выбора целесообразного способа координации при управлении рассматриваемыми проектами. Алгоритм строится исходя из тезиса о том, что, чем выше угроза срыва выполнения плана проектных работ, тем выше должна быть степень централизации управления проектом, и, чем в ниже эта угроза, тем менее централизованной должно быть управление проектом. При таком подходе, выбор целесообразного способа координации фактически сводится к оценке уровня угрозы. Учитывая, что понятие «уровень» носит качественный характер, его предложено характеризовать функцией принадлежности к градациям: «очень высокий», «высокий», «средний», «низкий» и «нулевой», а для оценки текущего уровня угроз использовать меру близости Хемминга, в которой в качестве эталона принят нулевой уровень угроз. Второй алгоритм предназначен для выбора оптимальных координирующих решений по критерию минимума отклонения проекта от заданного целевого состояния. Его новизна и оригинальность заключается в том, что в отличие от обычного оптимизационного подхода, он построен на сочетании методов полного перебора и линейного программирования. Это дало возможность корректно учесть то обстоятельство, что координирующие и проектные решения неразрывно связаны друг с другом.

1. Новосельцев В.И. Системный анализ: современные концепции. Воронеж: Изд-во «Кварта». 2004:320.

2. Мильнер Б.З. Теория организации: Учебник. М.: ИНФРА-М. 2002:480.

3. Организации: управление, конфликты, кризисы, риски: Учебное пособие. Под ред. С.А. Баркалова и В.И. Новосельцева. Воронеж: Научная книга. 2009:300.

4. Алиев Р.А., Либерзон М.И. Методы и алгоритмы координации в промышленных системах управления. М.: Наука. 1987:230.

5. Месарович М., Мако Д., Такахара Я. Теория иерархических многоуровневых систем. М.: Мир. 1973:260.

6. Модели управления конфликтами и рисками: Монография. Под ред. Д.А. Новикова. Воронеж: Научная книга. 2008:495.

7. Нечеткие множества в моделях управления и искусственного интеллекта. Под ред. Д. А. Поспелова. М.: Наука. Гл. ред. физ.-мат. лит. 1986:312.

8. Клигер С.А., Косолапов М.С., Толстова Ю.Н. Шкалирование при сборе и анализе социологической информации. М.: Наука. 1978:107.

9. Ядов В.А. Социологическое исследование: методология, программа, методы. Самара: Изд-во Самарского гос. ун-та. 1995:328.

10. Леоненков А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. СПб: БХВ Петербург. 2005:736.

11. Яхъяева Г.Э. Нечеткие множества и нейронные сети: Учебное пособие. М.: Интернет-Университет Информационных технологий; БИНОМ. Лаборатория знаний. 2006:316.

12. Новосельцев В.И., Кочедыков С.С., Орлова Д.Е. Тензорный анализ Крона и его приложения. Под ред. В.И. Новосельцева. Воронеж: ИПЦ «Научная книга». 2017:220.

13. Новосельцев В.И., Орлова Д.Е. Координационное управление как способ разрешения экономических конфликтов. Актуальные проблемы инновационных систем информатизации и безопасности. Матер. международной научно-практической конф. Воронеж, ВИВТ. 2014:434-436.

14. Новосельцев В.И., Орлова Д.Е. Особенности управления активной иерархической системой с нечетко заданными критериями. Матер. всеросс. научно-технической конф., посвященной 95-летию войск связи – ВУНЦ ВВС «ВВА им. Жуковского и Гагарина». Воронеж. 2014:256-260.

15. Орлова Д.Е. Новосельцев В.И. Математическая модель и алгоритмы согласования для обеспечение комплексной безопасности организации. Journal of Physics: Серия конференций Текущие проблемы. Международная конференция «Прикладная математика. Наука и механика: актуальные проблемы ». 2018: 012042.