автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Управление ресурсами IT-проекта на основе агентных технологий

На правах рукописи

БУДЫЛЬСКИЙ АЛЕКСАНДР ВИКТОРОВИЧ

УПРАВЛЕНИЕ РЕСУРСАМИ 1Т-ПРОЕКТА НА ОСНОВЕ АГЕНТНЫХ ТЕХНОЛОГИЙ

Специальность: 05.13.10 - Управление в социальных и экономических

системах

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

6 НОЯ 2014

Астрахань - 2014

005554735

Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Астраханский государственный технический университет»

Научный руководитель: доктор технических наук, профессор

Квятковская Ирина Юрьевна

Официальные оппоненты: Кравец Алла Григорьевна

доктор технических наук, ФГБОУ ВПО «Волгоградский государственный технический университет», профессор кафедры «Системы автоматизированного проектирования и поискового конструирования» Воеводин Илья Геннадьевич кандидат технических наук, ФГБОУ ВПО «Астраханский государственный

университет», доцент кафедры

«Информационные технологии и

безопасность»

Ведущая организация: ФГБОУ ВПО «Брянский государственный

технический университет»

Защита состоится 18 декабря 2014 г. в 12:00 на заседании

диссертационного совета Д 307.001.06 на базе Астраханского

государственного технического университета по адресу: 414056, г. Астрахань, ул. Татищева 16, ауд. Г. 313.

Отзывы на автореферат в двух экземплярах, заверенные гербовой печатью организации, просим направлять по адресу: 414056, г.Астрахань, ул. Татищева, 16, ученому секретарю диссертационного совета Д 307.001.06.

С диссертацией можно ознакомиться в библиотеке Астраханского государственного технического университета и на сайте http://astu.org/pages/show/2975.

Автореферат разослан «*Ь° » октября 2014 г.

Ученый секретарь диссертационного совета А. А. Ханова

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Сегодня повсеместно растёт сложность объектов автоматизации предприятий различных сфер деятельности. Это объясняется тем, что заказчики предъявляют все более специфичные требования к информационным системам для удовлетворения потребностей предприятия. Характерной особенностью разработки IT-проектов является повышенная степень срабатывания рисков, что вызвано большой долей субъективизма в принимаемых решениях на различных этапах управления проектами. При создании программных систем следует уменьшить или свести к минимуму риск неуспешного завершения проекта разработки информационной системы.

Известно, что большинство проектов по разработке информационных систем сегодня не завершаются в срок, превышают бюджет или сдаются с недостаточной функциональностью для того, чтобы готовой системой можно было пользоваться. Согласно отчёту Chaos (2012 г.) о положении дел в разработке IT-проектов, выполненному компанией Standish Group, каждый пятый проект заканчивается неудачно, каждый второй не укладывается в срок, либо выполняется с худшим качеством, либо неполным функционалом.

Среди причин сложившейся ситуации выделяется некачественное управление проектами, связанное с человеческим фактором. Менеджер проекта сталкивается с такими проблемами в управлении, как большие временные затраты и плохое качество принимаемых решений при подборе исполнителей и выполнения распределения задач (составление расписания) между ними относительно заложенных в проект бюджета и времени, слабый учет рисков при составлении расписания и несвоевременное реагирование на срабатывание рисков, несвоевременное уведомление исполнителей о приближающихся задачах в случае отсутствия жестких дат в расписании.

Одним из способов совершенствования управления проектами разработки программного обеспечения (ПО) является создание и использование системы поддержки принятия решений, позволяющей выполнять сложные рутинные операции, связанные с составлением расписания, а также по результатам анализа текущего состояния проекта формировать управляющее воздействие на команду проекта, снижая степень субъективности принимаемых менеджером проекта решений.

Степень разработанности темы. Исследованиями в области управления проектами занимались: Т. ДеМарко, Т. Листер, Э. Голдратт, В. Д. Шапиро, Д.А. Новиков, решениями задач оптимизации: А. Карлос, Д. И. Голдберг, В. Н. Бурков, С. А. Баркалов, И. П. Норенков, А. В. Цветков, М. Г. Зайцев, Ю. П. Степин, построениями многоагентных систем: С. Рассел, П. Норвиг, М. Вулдридж, Ю. Стохам, А. Г. Кравец, Дж. Видал.

Несмотря на большое разнообразие существующих автоматизированных систем управления проектами (Microsoft Project, Concerto, JIRA, Serena Team Track, Primavera Project Planner, Spider Project), множество важных процессов

и задач управления проектами не имеет необходимой компьютерной поддержки, либо она осуществляется недостаточно полно.

Объект исследования - система управления 1Т-проектом.

Предмет исследования - методы, модели и алгоритмы принятия решений и управления проектами.

Целью диссертационной работы является повышение оперативности и улучшение эффективности принимаемых менеджером решений на различных этапах управления ресурсами 1Т-проекта на основе разработанных методики управления, моделей и алгоритмов.

Научной задачей, решаемой в данном исследовании, является разработка взаимосвязанного комплекса моделей, методики и алгоритмов, как основы системы поддержки принятия решений, предоставляющей менеджеру проекта своевременную информацию по состоянию проекта и обеспечивающего поддержку принятий решений по управлению ресурсами и календарным планированием.

Для достижения поставленной цели в диссертационной работе осуществляется решение следующих основных задач:

1. Исследовать и выявить преимущества и недостатки существующих методик управления проектами, программных комплексов, специализирующихся по автоматизации процессов управления проектами и их поддержке, алгоритмов составления расписания проекта, использования средств интеллектуализации в управлении ресурсами проекта.

2. Разработать методику управления ресурсами проекта, позволяющую выполнять распределение задач проекта между ресурсами на основе метода критической цепи Голдратга, составлять расписание проекта с учетом рисков, выполнять мониторинг состояния проекта и принимать управленческие решения о замене ресурсов в проекте.

3. Сформировать набор алгоритмов для выполнения распределения ресурсов между задачами согласно выбранным ограничениям и установленным критериям эффективности, подготовки аналитической информации по мониторингу состояния проекта, генерации вариантов замены ресурсов, используемых на этапе принятия решения по внесению управляющего воздействия в расписание проекта.

4. Разработать структурно-функциональную модель системы поддержки принятия решений по управлению ресурсами ГГ-проекта с использованием мультиагентной архитектуры.

5. Экспериментально подтвердить применимость предложенной системы под держки принятия решений на реальных проектах компании, специализирующейся на разработке программного обеспечения.

Научная новизна:

1. Создана методика управления ресурсами проекта, решающая задачи составления расписания проекта, его мониторинга при помощи механизма буферов Голдратта и обеспечивающая поддержку принятия решений на этапах

замены ресурсов, отличающая использованием аппарата нечетких множеств, что позволяет снизить неопределенность информации экспертного характера.

2. Разработаны алгоритмы многокритериальной оптимизации для решения задач распределения ресурсов между задачами проекта и генерации вариантов управляющих воздействий при принятии решений о замене ресурса, отличающиеся от известных алгоритмов, предложенных Голдбергом, использованием принципов коэволюции и равновесия по Нэшу и обеспечивающих нахождение более эффективных решений за меньшее время.

3. На основе агентных технологий разработана структурно-функциональная модель системы поддержки принятия решений, обеспечивающая возможность расширения, динамического изменения поведения системы, а также работы в распределенных средах, отличающаяся описанием функций преобразования восприятия среды агентом с учетом его поведенческой составляющей при взаимодействии друг с другом и внешними системами.

Теоретическая значимость работы. Разработаны теоретические положения относительно усовершенствования существующих подходов в управлении 1Т-проектами, касающиеся учета рисков, системы формирования уведомлений о приближающихся задачах и мониторинга состояния проекта.

Практическая значимость работы. Сформирована структура программного комплекса, разработаны программные компоненты, зарегистрированные в Федеральной службе по интеллектуальной собственности. Разработаны алгоритмы многокритериальной оптимизации для решения задачи составления расписания проекта в условиях ограниченных времени и стоимости. Разработанное программно-алгоритмическое обеспечение использовалось в задачах управления проектами компанией ООО «Агент Плюс».

Методы исследования: методы математического моделирования, проектирования систем, теория управления систем и принятия решений, теория и методики управления проектами, теория игр, теория расписаний, теория мультиагентных систем, эволюционные и коэволюционные методы, теория нечетких множеств, теория графов.

Положения, выносимые на защиту:

1. Методика управления ресурсами проекта.

2. Структурно-функциональная модель системы поддержки принятия решений по управлению расписанием проекта.

3. Алгоритмы многокритериальной оптимизации.

Степень достоверности включенных в исследование научных положений, теоритических выводов, практических рекомендаций обусловлена корректным применением указанных методов исследования, вычислительными экспериментами и практическим применением результатов диссертационной работы, что отражено в актах внедрения.

Апробация научных результатов. Основные положения докладывались и обсуждались на Всероссийской научно-практической заочной конференции «Новые информационные технологии в экономике, управлении, образовании» (Самара, 2013), Международной заочной научно-практической конфе-

ренции «Поколение будущего: Взгляд молодых ученных» (Курск, 2012), Международной заочной научно-практической конференции «Инновационные информационные технологии» (Прага, Чехия, 2012), Международной заочной научно-технической конференции «Информационные технологии. Радиоэлектроника. Телекоммуникации» (Тольятти, 2012), международной научно-практической конференции «Информатика: проблемы, методологии, технологии» (Воронеж, 2012).

Публикации. Основные положения диссертационной работы отражены в 9 опубликованных научных работах, среди которых 2 статьи в журналах, рекомендованных ВАК, 1 статья в журнале, индексированном в базе данных Scopus, 1 свидетельство о государственной регистрации программы для ЭВМ и 5 публикаций в сборника международных, всероссийских научных конференций.

Структура и объем работы. Диссертационная работа состоит из введения, четырёх глав, заключения, списка литературы из 91 наименования и 6 приложений. Основной объем работы составляет 124 страницы машинописного текста.

СОДЕРЖАНИЕ РАБОТЫ

Во введении приводится обоснование актуальности темы диссертационной работы, определены цели и задачи диссертации, показана научная новизна, практическая ценность и результаты апробации.

В первой

- <4^uuvivi(IIW >111 iviiyuunwn , _

главе содер- ппм!т Управление рисками проекта

жится обзор И сравнительный анализ существующих методов и алгоритмов управления проектами. Выбраны методологии, которые будут взяты в качестве основы разрабатываемой системы

поддержки принятия решений (СППР). Выделен список областей управления проектами, которые будут охвачены в работе (рисунок 1).

Рассмотрены существующие программные комплексы, автоматизирующие различные задачи календарного планирования и управления ресурсами проекта, выявлены их недостатки и преимущества. Выполнен анализ проблем с которыми сталкивается менеджер проекта при управлении проектом. Установлены основные ограничения проекта и критерии эффективности принимаемых решений при управлении. Рассмотрены известные методы решения за-

Разработка устава проекта Разработка прел варите л ыюго описания содержания проекта Разработка плана управления проектом

иупрааление ц проекта

Мониторинг и упрпн-|.чш<>

Обшее управ1

Закрытие проекта

Управление стоимостью проекта

Стоимостная оценка Ра фаботка бюджета расходов

1 Планирование управление рисками

Идентификация рисков Качественный анализ рисков Количественный анализ рисков Планирование реагирования на р!1СК1|

Управление коммуникациями проекта

Управление сроками проекта

Определение состава операции Определение взаимосвязей операций

Оценка ресурсов операций Оценка длительности операций Разработка расписания Управление расписанием

Управление человеческими ресурсами проекта

Планнров;

Распространение ннфорчячиц Отчетность по исполнение Управление участниками проекта

Планирование человеческих ресурсов

Рисунок 1 - Области знаний, охватываемые в работе

дач многокритериальной оптимизации, объяснены их основные недостатки, обусловлена необходимость разработки собственного алгоритма.

Выявлены основные виды рисков, с которыми сталкивается менеджер проекта. В работе охвачены риски, связанные с низкой производительностью исполнителя, изъянами календарного планирования. Обоснована необходимость создания информационной системы поддержки принятия решений по управлению ресурсами проекта и календарному планированию.

Во второй главе разработана методика управления ресурсами 1Т-проекта, основанная на методе критической цепи (МКЦ), предложенном Голдраттом.

Под критической цепью понимается критический путь, на котором устранен конфликт ресурсов. Согласно МКЦ сокращение длительности проекта достигается путем сокращения длительности задач и сосредоточения временных запасов в буферах двух типов:

— буфере проекта, помещаемом в конце цепи;

— буфере слияния путей, помещаемом в местах соединения некритических цепей с критическими.

Управление проектом происходит на основе анализа расходования этих буферов.

Этапы методики (рисунок 2):

Этап 1 Назначение ресурсов проекта. Из заданного множества исполнителей (ресурсов) /?={;•,}, ) = 1 ,М и множества работ проекта

(задач) ; = \,М составля-

ется оптимальное распределение, с но минимальному бюджету проекта С и

минимальной длительности Т, удовлетворяющее заданным ограничениям длительности Го и себестоимости проекта С0. На данном этапе необходимо решить задачу многокритериальной оптимизации с системой целевых функций (1) с системой ограничений (2):

1/ $ 4

Т = тах( Beghl(wi) + £ ЦигаНо^.г,)%) -> »"'",(1) ) + £й/гаГГО/<№,./•_,)%)< Т„ ^

С = £<с,*ХОига//ои(н-,.г,)%) -» т!п I ¿(«-/¿Оыгог/олСи-,,/', )%)< С„

Г1, если задача /назначена ресурсу _/ где = •! •

[0, в против ном случае.

Рисунок 2 - Этапы методики управления проектами

ОигаИоп(п,,,г/) - функция, возвращающая срок выполнения г'-й задачи у'-му ресурсу,

С] - стоимость ресурса/ за единицу времени.

Согласно МКЦ ограничением является отсутствие многозадачности и выполнения задачи двумя и более ресурсами:

.))) = !

где Begin(w■) - функция, возвращающая дату начала выполнения задачи,

£>и/(и$) - функция, возвращающая дату окончания выполнения задачи.

Для решения задачи многокритериальной оптимизации были разработаны коэволюционные генетические алгоритмы, формирующие множества назначений задач ресурсу, элементами которого является пара (щ; /}•).

Этап 2. Учет рисков. После генерации множества {(ну г,)} определялись цепи задач С/г={с/гк}, £ =0,0, где сИя - множество задач {и>,}. Самой длинной цепочкой задач является критическая цепь сйо, остальные - некритические. Для управления заявленными рисками использовалось множество буферов В = \Ь:{}, где Ы, - буфер проекта, а остальные элементы - буферы слияния путей. Каждый буфер имеет размер выражающийся в единицах времени, и

представляет собой задачу без исполнителя, которая может быть завершена сразу, если все следующие за буфером задачи готовы к выполнению.

Для расчета размера буферов {68}для каждой из цепей {с/гг} использовался аппарат нечетких множеств. Длительность каждой задачи представлялась в виде нечеткого числа (трапециевидного или треугольного). При помощи механизма дефуззификации рассчитывалось предполагаемое значение времени выполнения задачи с учетом рисков у,-. Размер буфера Ье определялся по формуле:

ЛЪе(64,) = ^(ч-ОигаНо^г, )У,н-. е = 1. (5)

После составления расписания проекта с учетом буферов рассчитывалось плановое время выполнения всего проекта:

Этап 3. Формирование системы уведомлений. В методике отвергаются жесткие даты начала и завершения работ (работа начинается сразу, как только для нее станут доступны все ресурсы). Для уведомлении ресурсов о приближении следующей задачи использовалось множество ресурсных буферов ЯЬ={гЬ:}, где гЪ, показывает время, за которое надо уведомить ресурс г,- (х0=1) о приближении задачи. Размер самого буфера определяется ресурсом г,. Для определения оставшегося времени ЯетаМг^Ош-а/юп((, и>„ />) выполнения ресурсом /}- задачи и;, в момент времени I использовались нечеткие множества. Для определения времени от текущего момента I до начала выполнения задачи и* использовалось представление задач проекта в виде графа С <У, Е>, где

(4)

(6)

У = {v^. },k = 0,N - множество вершин, где каждая вершина обозначает задачу W/, \'о, - завершение проекта, Е = {<?kl„ j - множество ориентированных дуг, обозначающих порядок выполнения задач. Каждая дуга <?ь, характеризуется весом qtm, показывающим время, через которое может быть начата задача w,„ после начала выполнения задачи и'ь Задача нахождения времени, через которое может быть начата работа, сводится к задаче нахождения кратчайшего пути, для этого вес ребер задается отрицательным.

Этап 4. Мониторинг состояния проекта выполняется на основе данных, получаемых при помощи расчета объема оставшихся работ по проекту, для чего был разработан алгоритм мониторинга состояния проекта.

1. В момент времени t получить {и1,}: Begin(\\.)) < / < Endiw).

2. Рассчитать объем оставшихся работ d, по задаче iv,-. с использованием нечетких чисел.

3. Рассчитать количество выполненной работы по формуле:

= Duration(w,,rj)-di,xIJ =lrwl ech . (7)

4. Рассчитать количество плановой работы, которая должна была быть выполнена к моменту времени t по формуле: sspi(t) = t- Begin (n;),vv; e chg.

5. Рассчитать потребление буфера bg задачей н>,- по формуле: Asf(t) = s%{t)-s*{t).

6. Рассчитать относительное потребление буфера bg для всех Asf (t) > О по формуле:

7. Рассчитать относительный

V

тес/!»

si:c(h )

объем завершения работ для цепи с!и /«(/) = + _С/штВедЩс^)

по формуле: ° СШпОигшю^с!^)

где С1ю1пВе&п(сЬ8) - время начала выполнения задач цепи

ChainBegiп(chg) - общая длительность задач цепи сЛ?.

8. Оценить состояние расписания проекта при помощи лингвистической переменной (рисунок 3), аргументом которой является 51 = и^ (/)//"® (?).

Разработанный алгоритм позволяет отследить состояние проекта при помощи информации о потреблении буферов проекта. В случае, если лингвистическая пере- Рисунок 3 - Лингвистическая переменная менная не принимает "Состояние проекта" значений «С опережением» или «Оптимистическая оценка», управление передается на этап формирования управленческого решения (этап № 5).

Рисунок 4 - Лингвистическая переменная "Производительность ресурса"

uffiW)

Этап 5. Формирование управленческого решения. Основными управленческими решениями являются: замена ресурса на другой ресурс и отсутствие действия. Замены подразделяются на единичные, частичные и полные. Для описания блока управления был разработан алгоритм формирования управленческах решений, учитывающий производительность rj ресурса Е, состояние проекта S, включающий шаги:

1. Представить производительность Е ресурса при помощи лингвистической переменной, аргументом функции принадлежности которой является история выполнения ресурсом задач (рисунок 4).

2. На основании значения лингвистической переменной «Состояние цепи» при помощи базы правил получить значение лингвистической переменной «Заменимость ресурса» RAj (рисунок 5). Аргументом функции принадлежности является относительный объем работ ресурса RW, на которых производятся замены. Лингвистическая модель базы правил представляет собой множество нечетких правил R(m) вида:

R{m): Если (S = значение 1 И Е = значение2 ТО RA = значениеЗ). Выходом данного этапа является множество пар Changes = {{rj, RAj)].

Этап б. Принятие решений о замене ресурса. Необходимо решить задачу многокритериальной оптимизации с двумя целевыми функциями (8) и системой ограничений (9):

И

Т = mix(max{Begin(wl) -t + ^DuratiorHwl,rjYxv) + RemaimngDnratioiit,wt,rjy) -

Рисунок 5 - Лингвистическая переменная "Заменимость ресурса"

«И Kj € Funireiioiis и-, eCunvnlHork.t

С =ХС/ *( Y,DuratIon(wrrj)*xij + ^RemainingDtiratioifaw^rj) min

м

mx{max(Begi}i(\vi) -t + ^Dm-ation(w^rJ)*xtf);RemainingDuration(t,wi,r/)) < Tfl

M м ,- sFutureM'orks н-у eCurrenrlVorki

£cj*{ XDuration(u),r.)*x& + XRemainingDnration(t,и;,r})* xtj) < CQ

(8)

(9)

где е РиШге\Уогкз, \\>к е Сиггеп11Уогк.ч, Еи1иге1¥огк$ — множество задач, которые еще не были начаты, СттепМогкх - множество задач, которые выполняются в данный момент времени, г - текущее время, Тд =Ти - !- оставшееся

максимальное

С = С

j

время выполнения проекта,

History {гj ) W-ьСипхтПогкл

*( Z tr\ + Z (' ~ Begin(\v.)) * xiy) - оставшийся бюджет

OimiMinaiiii* Т

Получ1пь новую популяцию

Оценить приспособленность

Проверить ограничение

с;

Задать ограничение для итерация

Выполнить ^ генетические Т^ операторы

_п

Огпимизация С

Получить новую популяцию

Оценить п р не п особ л е н н ость

Проверить ограничение Т* •in

Задать страннченне для итерации С q

Выполнить генетические

П Орд тор 1,1

_С

проекта.

Для решения данной задачи был разработан кооперационный коэволюци-онный генетический алгоритм.

В третьей главе приводится описание двух вновь разработанных генетических алгоритмов многокритериальной оптимизации, использующих конкурентную и кооперационную модель взаимодействия.

Конкурентный коэволюцион-ный генетический алгоритм разработан с использованием принципов Парето и равновесия по Нэшу (конкурентная модель). На каждой из итераций к (рисунок 6) одно из значений оптимизируемых функций (1) фиксируется в виде ограничения (2). Разработанный алгоритм включает шаги (рисунок 7):

1. Инициализировать номер популяции к = 0.

2. Сгенерировать начальную популяцию Pa ={ph} размерностью Я, где р;,= {(п>,; />)}. Каждая Рисунок 6 - Схема конкурентного особь кодируется в виде вектора р генетического алгоритма размерностью N, элементами которого являются целые числа, идентифицирующие конкретный ресурс, т.е. V/, 1 < p[i] < М.

3. Рассчитать приспособленность каждой особи по формуле:

f(ph ) = 1 h'ci/ucip,,, criteria), (10)

где value(ph, criteria) - функция, возвращающая значение оптимизируемого критерия (1). Для первой подзадачи это Т, для второй - С.

4. Проверить выполнение ограничения: valuciph, cos/) < С,*-' - для первой подзадачи, valite(ph, time) < 7*0*~' -для второй.

5. Выполнить ранжирование особей.

6. Сохранить множество недоминируемых по (1) особей в популяции Рр.

7. Задать ограничение Ск„*' или Г„'''.

8. Инкрементировать к = к + 1.

9. Выполнить мутацию.

10. Выполнить селекцию и скрещивание.

11. Если к<К(не выполнено условие останова), то перейти к шагу 3.

Сформировать множество Парето-недоминируемых решении

12. Завершить алгоритм.

Кооперационный коэво-люционный генетический использует принципы Па-рето-оптимальности (рисунок 7). Для сокращения пространства поиска и времени поиска вся задача разбивалась на две подзадачи: первая минимизирует время проекта, вторая -стоимость. Каждая из подзадач для оптимизации своего критерия использовала генетический алго-

Оигимизация T

Получить новую популяцию

Оценить внутреннюю приспособленность

Оценить внешнюю приспособленность

Оценить общую приспособленность

Выполнить генетические

операторы_

1

Оптимизация С

Получить новую популяцию

Оценить внутреннюю приспособленность

Оценить внешнюю приспособленность

Оценить общую приспособленность

Выполнить генетические

операторы

Сформировать множество Парето-недоминируемых решений

Рисунок 7 - Схема коэволюционного

ритм. Разработанный алгоритм включает шаги:

1. Задать к=0.

2. Сгенерировать начальную популяцию Ро={рь} размерностью Я. генетического алгоритма

3. Рассчитать внутреннюю приспособленность каждой особи /ы{Рь)п0 формуле (10).

4. Рассчитать внешнюю приспособленность для каждой особи из одной популяции по отношению к особям другой популяции по формулам:

^cooperate (pi,Рь2, cost)

J,

,(pZ) = -

Xcooperate (pf ,pThl,time)

H H

Функция кооперации cooperate определяется следующим образом: cooperate (p-,pj, criteria) = value(pcriteria) < value(pj,criteria).

5. Рассчитать общую приспособленность f(p,,) = f„„ (ph )*/,,, (p>,)-Выполнить ранжирование особей по убыванию j[ph)-Сохранить множество недоминируемых по (1) особей в популяции Рр. Инкрементировать к = к + 1. Выполнить мутацию.

10. Выполнить селекцию и скрещивание.

11. Если выполнено условие останова, например количество итераций к < К, то перейти к шагу 3.

12. Завершить алгоритм.

Выполнение алгоритма происходит в параллельных потоках. На выходе алгоритма генерируется набор Парето-недоминируемых решений, каждое из которых представляет собой множество {(и1,; г/)}.

6.

7.

8. 9.

Была разработана методика сравнения созданных алгоритмов с известным модифицированным генетическим алгоритмом Голдберга, использующим принципы Парето (ЫБОАИ). В качестве критериев оценки эффективности работы алгоритмов выступали эффективность найденных решений и время работы. При оценке эффективности использовалась двухступенчатая модель сравнения. Изначально эффективность найденных множеств решений сопоставлялось при помощи отношения превосходства между множествами. Если множества были не сравнимы, то использовался набор из 7 дополнительных числовых метрик. Результаты испытания для К = 50 приведены в таблице 1.

Таблица 1 - Результаты испытаний

\щ, 1*1 NSGAII Нэш (авторский) Коэволюция

(авторский)

Кол-во Среднее Кол-во Среднее Кол-во Среднее

побед время (с) побед время (с) побед Время (с)

10, 10 11 34 40 3 с 49 5

20, 20 28 170 34 40 с 38 60

50, 50 13 720 33 240 54 300

100, 100 28 7480 31 2260 41 2380

Сравнение алгоритмов показало, что разработанные алгоритмы обеспечивают более быструю сходимость по сравнению с ИБОЛН, а также находят более эффективные решения.

В четвертой главе приводится описание структурно-функциональной модели компьютерной системы (рисунок 8), описывается ее программная реализация. Пользовате- ,---------------------------.

Подсистема планирования

Подсистема исполнения

я

Составление распределения ресурсов между задачами

4i

Формирование ГбПГ управленческой решения

Принятие решений о замене

Расписание

Рассылка уведомлении о приближающихся задачах

Внесение информации об

объемах оставшихся _работ_

11

Подсистема мониторинга

Команда проекта

Определение состояния проекта

лями системы являются менеджер проекта и исполнители задач проекта. Система обеспечивает поддержку принятия решений по управлению проектом для менеджера; осуществляет рассылку уведомлений о задачах для исполнителей проекта и получает от них данные об объемах оставшихся работ. Описаны структуры входных и выходных данных.

Разработанный программный продукт представляет собой веб-решение, включающее в себя frontend решение (веб-интерфейс для взаимодействия пользователя с системой) и набор backend- служб, являющихся реализацией агентов. Для управления проектом были использованы агентные техноло-

Рисунок 8 - Структурно-функциональная модель

гии - разработаны шесть типов агентов (таблица 2), каждый из которых отвечает за решение одной задачи.

Таблица 2 - Список агентов _

Название агента Исполнительные механизмы

Управление интеграцией Сформировать расписание проекта, сформировать список управляющих воздействий на расписание

Управление рисками Учесть риски в расписании проекта, идентифицировать факт срабатывания риска

Управление стоимостью Выполнение распределения ресурсов между задачами проекта в соответствии с минимальной стоимостью

Управление сроками Выполнение распределения ресурсов между задачами проекта в соответствии с минимальной длительностью

Управление человеческим ресурсами Выполнение распределения ресурсов между задачами проекта

Управление коммуникациями Отправить уведомление ресурсу о приближении новой задачи, отслеживать состояние проекта

Предложено формализованное описание агентов, в котором каждый агент as представляет набор методов {/и*}, т'и =<I,ETC,KB,G,Q>, где I- множество источников вызова метода агента; ETC- множество сущностей, с которыми взаимодействует агент в процессе выполнения метода; KB - база знаний агента, используемая для выполнения метода; G - критерии оптимальности в соответствии с которыми выполняется метод; О - множество выходных сигналов метода агента.

Описаны программные реализации агентов, а также протокол их общения. Для реализации использовались технологии создания распределённых вычислений (Windows Communication Foundation, Windows Workflow Foundation).

Приведен анализ результатов внедрения разработанной системы в компании ООО «Агент Плюс». Для оценки эффективности управления проектом (распределение задач, контроль исполнения, проведение замен) с участием и без участия разработанной системы была создана имитационная модель, доказана ее адекватность. Установлено: сокращение общей длительности проектов в среднем на 12% по сравнению с предыдущим механизмом управления проекта (таблица 3).

Таблица 3 - Внедрение системы

Период Название проекта Длительность проекта (ч)

Имитационная модель Система

23.06.14-04.07.14 «УДС» 80 72

23.06.14-04.07.14 «Платформа» 86 79

21.07.14-01.08.14 «МТ 1С» 78 65

07.07.14-18.07.14 «СКУЛ» 76 64

Сокращены временные затраты на выполнение различных операций в среднем на 75%, повышена эффективность принятия решений при выполнении распределения ресурсов между задачами на 10%, сокращено общее время при отслеживании состояния по сравнению с подходом, использовавшимся в компании.

В приложениях приведены свидетельство о государственной регистрации программы для ЭВМ, акты о внедрении результатов научной работы, тестовые данные для методики испытаний алгоритмов.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

Главным итогом диссертационной работы является решение научной задачи, связанной с разработкой комплекса алгоритмов, моделей, методики управления и программного продукта, обеспечивающего поддержку принятия решений менеджера при управлении ресурсами и календарным планировании проекта.

1. Произведено исследование существующих методологий управления проектами, а также информационных систем, выполняющих автоматизацию различных процессов в управлении проектами. На основе анализа недостатков была аргументирована необходимость собственной разработки при помощи метода критической цепи и агентных технологий.

2. Разработана методика управления ресурсами 1Т-проекта, решающая задачи: распределение ресурсов между задачами проекта, составление расписания проекта, формирование системы уведомлений для исполнителей проекта, мониторинг состояния проекта на основе потребления буферов проекта и принятие управленческих решений по замене ресурсов на этапе выполнения проекта.

3. Разработаны алгоритмы многокритериальной оптимизации для решения задач распределения ресурсов между задачами проекта и генерации вариантов замен ресурсов с учетом заявленных ограничений и целевых функций, а также алгоритмы выполнения мониторинга состояния проекта и отправки уведомлений для исполнителей задач. Эффективность алгоритмов обоснована в сравнении с известным алгоритмом Голдберга ЫБСАН.

4. Описаны структурно-функциональная модель и мультиагентная архитектура разработанной системы поддержки принятия решений по управлению проектом, использующая технологию \УСР, что обеспечивает гибкость развертывания системы и ее конфигурации под различные среды, обеспечивающая возможность динамического изменения поведения агентов.

5. Результаты исследования прошли экспериментальную проверку в задачах управления проектами в компании ООО «Агент Плюс». Установлено сокращение общей длительности проектов в среднем на 12% по сравнению с предыдущем механизмом управления проектом в компании, повышена оперативность принятия управленческих решений о замене ресурсов, сокращено общее время при отслеживании состояния проекта и принятия решений.

io

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

Статьи в периодических изданиях, включенных в список ВАК РФ

1. Будыльский, A.B. Управление проектами разработки программного обеспечения с использованием агентных технологий / A.B. Будыльский , И.Ю. Квятковская // Прикаспийский журнал: управление и высокие технологии - 2013 - №3(23) - С. 119-128.

2. Будыльский, A.B. Управление командой разработчиков на этапе исполнения IT-проекта с использованием методики критической цепи / A.B. Будыльский A.B., И.Ю. Квятковская // Вестник Астраханского государственного технического университета: управление, вычислительная техника и информатика - 2014 - № 3 - С. 156-160.

Статьи в зарубежных изданиях, индексируемых в БД SCOPUS

3. Budylskiy, A.V. Using Coevolution Genetic Algorithm with Pareto Principles to Solve Project Scheduling Problem under Duration and Cost Constraints / A.V. Budylskiy., I. Y. Kvyatkovskaya // Journal of Information and Organizational Sciences-2014-Vol. 38. No 1.

Статьи в межвузовских научных сборниках, сборниках трудов международных, всероссийских конференций

4. Будыльский, A.B. Методы функциональных точек / A.B. Будыльский // Информационные технологии. Радиоэлектроника. Телекоммуникации - Тольятти - 2012. - Апрель - 4.1 - С. 272-279.

5. Будыльский, A.B. Сложности при оценке трудоемкости разработки IT-проектов / A.B. Будыльский. // XII Международная конференция «Информатика: проблемы, методология, технологии» - Воронеж - 2012 - февраль - С. 69-70.

6. Будыльский, A.B. Применение муравьиного алгоритма для решения задачи календарного планирования / A.B. Будыльский. // Материалы Международной молодежной научной конференции «Поколение будущего: Взгляд молодых учёных». 14-20 ноября 2012 г, г Курск, с. 160-165.

7. Квятковская, И.Ю. Эффективное управление проектами при помощи метода критической цепи / И.Ю. Квятковская, A.B. Будыльский. // International Scientific - Practical Conference «Innovative information technologies» - Прага - 2013 - апрель - 4.4, С. 37-45.

8. Будыльский, A.B. Метод критической цепи / A.B. Будыльский, И.Ю. Квятковская. // Материалы второй Всероссийской научно-практической заочной конференции «новые информационные технологии в экономике, управлении, образовании» - Самара - 2013 - апрель - С. 67-75.

Свидетельство о государственной регистрации программы для ЭВМ

9. Программа поддержки принятия решений по управлению расписанием [Электронный ресурс]: программа для ЭВМ / И.Ю. Квятковская, A.B. Будыльский. - Электрон, прогр. -№ гос. регистрации 2014619746,22.09.2014.

Заказ Л» 0179/14 Подписано в печать 10.10.2014 г. Тир. 100 экз.

Гарнитура Times New Roman. Формат 60x84/16. Усл. печ. л. 1,0 Типография ООО « Альфа Принт » Ю.а.: 414004, г. Астрахань, ул. Б. Алексеева 30/14 e-mail: AlfaeercSrambler.ru тел: 89033485666