автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Управление техническим персоналом телекоммуникационной компании на основе алгоритмов интеллектуальной поддержки

На правах рукописи

ЖДАНОВА Евгения Ивановна

УПРАВЛЕНИЕ ТЕХНИЧЕСКИМ ПЕРСОНАЛОМ ТЕЛЕКОММУНИКАЦИОННОЙ КОМПАНИИ НА ОСНОВЕ АЛГОРИТМОВ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ

Специальность: 05.13.10 -Управление в социальных и экономических системах

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Самара 2011

2 4 0Е3 2011

4856207

Работа выполнена на кафедре экономических и информационных систем Государственного образовательного учреждения высшего и профессионального образования «Поволжский государственный университет телекоммуникаций и информатики» (г. Самара)

Научный руководитель Официальные оппоненты

Ведущая организация

доктор техн. наук, профессор ДИМОВ Эдуард Михайлович

доктор техн. наук, профессор ИЛЬЯСОВ Барый Галеевич

доктор техн. наук, профессор БОЛОДУРИНА Ирина Павловна

Ставропольский университет

государственный

Защита состоится «18» февраля 2011 г. в 15 часов на заседании диссертационного совета Д 219.003.03 в Поволжском государственном университете телекоммуникаций и информатики по адресу: 443010, г.Самара, ул. Л.Толстого, д.23.

Отзыв на автореферат в двух экземплярах, заверенный печатью учреждения, просим выслать по адресу. 443010, г.Самара, улЛ.Толстого, д.23, ПГУТИ, Д 219.003.03.

С диссертацией можно ознакомиться в библиотеке университета.

Автореферат диссертации размещен на сайте университета www.psuti.ru.

Автореферат разослан «17» января 2011 года

Ученый секретарь диссертационного совета д-р техн. наук, проф.

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы.

Современная ситуация, сложившаяся в телекоммуникационной отрасли в период перехода к современным видам связи, характеризуется постоянно возрастающей сложностью и динамичностью. В то же время необходимо грамотное эффективное управление всеми процессами, протекающими в телекоммуникационных компаниях (ТКК). Здесь одинаково важно рассматривать как управление производственными процессами, так и социальную составляющую управления ТКК. В то время как большая часть ресурсов ТКК представлена материальными объектами, стоимость которых со временем снижается, ценность человеческих ресурсов с годами может и должна возрастать. В современных условиях решающим фактором, определяющим конкурентоспособность компании, становится человеческий ресурс.

Несмотря на наличие серьезной теоретической и экспериментальной базы, вопросы управления трудовыми ресурсами (персоналом) ТКК до сих пор остаются недостаточно изученными. Одной из объективных причин, препятствующих развитию исследований в данной области, является отсутствие адекватного инструментария. Современные информационные технологии являются тем фундаментом, который позволяет расширить возможности исследователя при анализе проблемы исследования за счет интенсивного применения численных методов. К подобного рода инструментарию можно отнести технологии имитационного моделирования и нейронных сетей, методы исследования операций и пр. Основная цель анализа процессов ТКК, состоит в поиске возможностей повышения эффективности управления ими. Для достижения этой цели возможно использование такого подхода, как применение современных методов и алгоритмов интеллектуальной поддержки управления процессами ТКК.

Проведенный анализ существующих подходов к управлению ресурсами компании позволил выявить значительное количество практических разработок и научных публикаций в данной области. Например, разработка теории имитационного моделирования (ИМ) для анализа сложных систем и процессов проводилась в работах отечественных и зарубежных ученых Дж.В.Форрестера, Р.Дж.Шеннона, Н.П.Бусленко, В.В.Емельянова, Э.М.Димова и др.; разработка интеллектуальных алгоритмов принятия управленческих решений и экспертных систем - в работах Д.А.Поспелова, Э.В.Попова и др. Развитие теории нейронных сетей (НС) неотъемлемо связано с именами Ф.Розенблата, Т.Кохонена, Дж.Хопфилда и др. Из отечественных ученых следует отметить А.Г.Ивахненко, А.Н.Горбаня, А.И.Галушкина и др. Механизм совмест-

ного использования методов ИМ и НС рассматривался в работах Е.А.Березовской, А.Л. Петренко и др. Однако в работах не уделялось внимание вопросам совместного применения методов для управления персоналом компании, в частности, недостаточно эффективно решалась задача планирования трудовых ресурсов.

При планировании деятельности персонала необходимо оценивать объем ресурсов, требуемых для обеспечения необходимого качества обслуживания. Интеллектуализация процесса принятия управленческих решений при распределении нагрузки персонала представляется возможным способом повышения эффективности управления ТКК.

Объектом исследования является процесс управления техническим персоналом ТКК.

Предметом исследования являются алгоритмы интеллектуальной поддержки управленческих решений с использованием гибридной интеллектуальной системы (ГИИС).

Цель работы и задачи исследования

Целью диссертационного исследования является совершенствование управления техническим персоналом ТКК путем алгоритмизации поддержки управленческих решений.

Для достижения цели диссертационного исследования необходимо решить следующие задачи:

1. Выбрать определяющий бизнес-процесс, влияющий на качество управления ТКК и построить модель процесса как объекта управления.

2. Разработать алгоритм интеллектуальной поддержки принятия решения при управлении техническим персоналом ТКК.

3. Провести исследование разработанных алгоритмов в региональной ТКК.

4. Обосновать необходимость использования разработанной модели в контуре выполнения делового процесса (на примере ТКК ООО «АСУ-МИГ»).

Методы исследования базируются на основных положениях теории моделирования социальных систем и процессов, теории вероятностей и математической статистики, теории управления, теории искусственного интеллекта.

Научная новизна работы:

1. Для усовершенствования процесса управления техническим персоналом ТКК предложено использовать концепцию планирования работы технического персонала на предстоящие периоды, отличающуюся учетом количественной характеристики нагрузки технического персонала.

2. Предложены структура и алгоритм функционирования ГИИС для управления техническим персоналом ТКК, особенностью которой является комбинированное взаимодействие составляющих блоков: имитационной модели и НС.

3. Предложена технология решения задачи управления техническим персоналом ТКК, отличающаяся использованием результатов моделирования ГИИС в алгоритме интеллектуальной поддержки принятия решений.

Практическая значимость результатов заключается в использовании разработанной ГИИС на основе ИМ и нейросетевых технологий (НС-технологий) для решения задач управления техническим персоналом ТКК; повышения эффективности и надежности принимаемых управленческих решений за счет использования алгоритмов интеллектуальной поддержки.

На защиту выносятся:

1. Алгоритм функционирования гибридной системы на основе ИМ и НС-технологий, используемый в процессе управления техническим персоналом ТКК.

2. Результаты исследования бизнес-процесса управления техническим персоналом ТКК с применением ГИИС на основе ИМ и НС-технологий.

3. Алгоритм интеллектуальной поддержки управления техническим персоналом ТКК.

4. Результаты исследования эффективности применения алгоритмов интеллектуальной поддержки на основе ГИИС.

Сведения о реализации и целесообразности практического использования результатов. Вышеуказанные результаты работы внедрены в деятельность ТКК ООО «АСУ-МИГ», а также приняты для использования в учебном процессе в курсах «Имитационное моделирование экономических процессов», «Проектирование баз данных и баз знаний», «Интеллектуальные информационные системы», «Перспективные информационные системы в экономике» на кафедре «Экономические и информационные системы» ГОУВПО «Поволжский государственный университет телекоммуникаций и информатики». Практическое использование результатов работы подтверждено соответствующими актами.

Теоретические и практические результаты, полученные в диссертационной работе, применялись при выполнении на кафедре «Экономические и информационные системы» хоздоговорной научно-исследовательской работы «Исследование путей использования новых

информационных технологий для управления бизнес-процессами» (тема 08/07Г, 2007-2008г.г.).

Личный вклад соискателя в разработку проблемы: все основные идеи, результаты и рекомендации, составляющие содержание данной работы, получены автором самостоятельно.

Апробация работы. Основные теоретические и практические результаты работы докладывались и обсуждались на конференциях: XIII, XV, XVI, XVII Российской научной конференции профессорско-преподавательского состава, научных сотрудников и аспирантов (г.Самара, 2006, 2008, 2009, 2010); VIII Всероссийской научно-технической конференции «Проблемы информатики в образовании, управлении, экономике и технике» (г. Пенза, 2008); Международном форуме по проблемам науки, техники и образования «III тысячелетие -новый мир» (г. Москва, 2008).

Публикации. Основные положения и результаты диссертационной работы опубликованы в 16 источниках, включающих 7 статей, 9 материалов конференций. Результаты работы опубликованы в виде 3 научных статей в 2 изданиях, входящих в перечень ведущих рецензируемых научных журналов и изданий из списка ВАК.

Структура и объем работы. Диссертационная работа включает в себя введение, четыре главы основного материала, заключение, библиографический список из 140 наименований,"приложения. Работа содержит 159 страниц машинописного текста, включая 44 рисунка, 15 таблиц и 2 приложения.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении приводится общая характеристика работы - обоснована актуальность проблемы, определены цель и задачи исследования, перечисляются методы исследования, отмечается научная новизна и практическая значимость полученных результатов.

В первой главе «Анализ состояния проблемы управления техническим персоналом ТКК» проведен всесторонний критический анализ проблемы исследования, который показал, что исследование ТКК может осуществляться как с позиции теории управления техническими системами, так и с позиции теории управления социально-экономическими системами. Рассматривая ТКК, нельзя анализировать ее исключительно как техническую инфраструктуру, например, через такие показатели как количество телекоммуникационных станций, протяженность линий связи и их технические характеристики. ТКК очень важно рассматривать как сложную социально-экономическую систему, на которую оказывает большое влияние как внутренняя организация

самой системы, так и внешняя среда, поскольку система не существует изолированно. Проводимая реформа в сфере телекоммуникаций выделила в качестве основной и типизированной структурной единицы региональную ТКК. На основании этого в диссертационной работе была исследована деятельность региональной ТКК в управлении техническим персоналом.

Также в первой главе проведен выбор и обоснование необходимости разработки системы управления техническим персоналом, поскольку для любой компании, в том числе для ТКК, задача рационального использования имеющихся в распоряжении трудовых ресурсов является одной из ключевых при осуществлении такой функции управления, как планирование. При рассмотрении процесса управления человеческими ресурсами примером такой задачи является прогнозирование динамики загрузки персонала для эффективного планирования его деятельности.

Исследования, проведенные в региональной ТКК, показали, что в процессе выявления зависимости интенсивности заявок, находящихся в очереди на обслуживание, от количества бригад, занятых при этом на производстве, необходимо отслеживать течение всего процесса поступления заявок.

Полученные результаты позволили предложить использование современных информационных технологий, основанное на изменении концепции распределения нагрузки персонала в контуре управления техническим персоналом региональной ТКК (на примере отдельного структурного подразделения - персонала линейно-кабельного отдела (ЛКО).

Проведен анализ работ, посвященных применению ИМ и НС-технологий для управления различными направлениями деятельности ТКК, который показал, что оба указанных метода в ТКК чаще используются применительно к сети связи и достаточно редко для управления социально-экономическими процессами.

В процессе исследования были проанализированы работы, в которых технология НС и метод ИМ использовались для изучения проблемной области в совокупности. Однако анализ данных работ показал, что механизм совместного применения метода ИМ и НС-технологий для управления процессами ТКК не использовался.

В результате всестороннего изучения проблемной области и объекта исследования, а также анализа методов и моделей исследования ТКК, обоснована необходимость использования ГИИС на основе ИМ и НС-технологий как эффективного инструмента анализа и поддержки управления.

Вторая глава «Проектирование механизма управления техническим персоналом ТКК на основе имитационного моделирования и нейросетевых технологий» посвящена разработке научно-методического аппарата построения ГИИС на основе ИМ и НС-технологий для управления техническим персоналом ЛКО региональной ТКК.

Анализ современного состояния и особенностей развития отрасли телекоммуникаций обусловил выбор объекта исследования. Проведенный анализ показал, что в настоящее время перед руководителями ТКК очень остро стоят проблемы управления эксплуатацией сетей, поскольку процессы, входящие в данную группу, являются наиболее затратными как с позиции материальных, так и трудовых ресурсов.

Рассматриваемые методы для управления объектом исследования применимы к использованию в других компаниях телекоммуникаций, поскольку процессы управления техническим персоналом при эксплуатации сетей являются типовыми для любой ТКК.

На основе концептуального описания построена модель процесса обслуживания сети (рисунок 1), которая позволила выявить недостатки, связанные с принятием решений на этапе распределения нагрузки технического персонала.

Проведенный анализ существующего бизнес-процесса показал, что при планировании распределения нагрузки персонала ЛПР руководствовались только своей интуицией и опытом, что в современных непредсказуемых условиях рынка оказывается недостаточным и обуславливает необходимость использования современных информационных технологий.

Разработана функциональная структура и алгоритм функционирования ГИИС на основе ИМ и НС-технологий (рисунок 2), целью работы которой является моделирование коэффициента загруженности технического персонала ТКК. Результаты моделирования позволят ЛПР принимать обоснованные решения при составлении плана работ технического персонала на предстоящие периоды.

Структуру ГИИС можно представить четверкой множеств:

где X - множество входов; У-множество выходов; С -множество сигналов управления; М - множество моделей.

Рисунок 2 - Алгоритм функционирования гибридной интеллектуальной системы

Система содержит множество моделей M = {т1,т'2) • Причем

*

одна из моделей является выделенной - т2. Именно она и определяет текущее преобразование входов в выходы: Y = М(Х), то есть позволяет установить соответствие между входными и выходными сигналами.

Таким образом, функционирование ГИИС на основе ИМ и НС-технологий можно представить следующим образом:

1) при M = {тх ,т2], где mi - имитационная модель

S^^lT^MesiN.l^iST^liDB},^^ J|,

где X представлено статистическими данными времени появления неисправностей (Тргт) и времени их устранения (Тш,г), месяцем моделирования (Mes), количеством бригад (А^); Y - прогнозным значением количества неисправностей в период моделирования (N%™ss) и

общим временем их устранения ( STup™g ); G - объектом базы данных (DB), сформированным на основании карты загруженности технического персонала.

2) при M = {mx , где т2 - НС

s - [{nZS;ST^;DB\(*£»*} \j,;W^;W;k;hj;yk } {т,;т2 \] ,

где X представлено прогнозным значением количества неисправностей в период моделирования (N£™g), общим временем их устранения (ST£™g), данными базы данных (DB); У - прогнозным значением коэффициента загруженности технического персонала ( ) на период моделирования; G - параметрами НС: количеством входов ([/,), весами связей ( fVj, W'k ), количеством скрытых слоев (h/), количеством

выходов сети (у*).

Предложенная схема гибридной системы на основе ИМ и НС-технологий позволяет включить ее в алгоритм интеллектуальной поддержки принятия решений в рамках управления техническим персоналом ТКК, что позволит улучшить качество принимаемых управленческих решений.

Методику вычисления коэффициента загруженности технического персонала k'zh в /-месяце можно представить, построив карту загруженности технического персонала (таблица 1). Данная карта пред-

ставлена для четырех бригад ЛКО (Л^ = 4). Заштрихованная область соответствует периоду занятости технического персонала (бригад).

Таблица 1 - Карта загруженности технического персонала в ¿-месяце

День J Номер неисправности Номер бригады Ntb 4 r'J zb

1 2 3 4

1 1 3 0,75 0,25

2 3 0,75 0,25

20 4 Ä 2 0,5 0,5

30 6 2 0,5 0,5

шах k'2b min r'zb

0,75 0,25

= ——, где kIJzb - коэффициент загруженности технического

персонала в j-день /-месяца; Щь - количество занятых бригад ву'-день /месяца; Nb - общее количество бригад; - резерв персонала (например, при = 0,25 одна бригада свободна); шах k?zb - максимальный коэффициент загруженности персонала в /-месяце; min r'2b - минимальный резерв персонала в /-месяце.

Посредством содержательной интерпретации работы ГИИС на основе ИМ и НС-технологий описана математическая структура с использованием математического аппарата нейронных сетей, теории вероятностей и математической статистики, которая послужила основой для последующей разработки моделирующего алгоритма процесса управления техническим персоналом региональной ТКК.

Третья глава «Разработка функциональной схемы алгоритма гибридной системы для управления техническим персоналом ТКК» посвящена выбору и инструментальной реализации ГИИС на основе ИМ и НС-технологий.

Разработана обобщенная (рисунок 3) и детализированная схема моделирующего алгоритма процесса управления техническим персоналом, который можно отнести к классу синхронных.моделирующих алгоритмов со случайным шагом, где шаг моделирования At - момент появления неисправности (заявки от клиента), синхронизирующий выполнение процесса моделирования.

Ввод начальных значений

Обнуление переменных

I Идентификация закона распределения СВ [ времени поступления заявок Р(Х1)_

ПИдемТификация закона распределения СВ , времени устранения неисправности Р(Х2) | ;

Генерация времени поступления заявки

и:

[I

Генерация времени устранения

____неисправности__

Обновление значения текущего времени

□

С Обновление общего времени устранения ____неисправностей_

Обновление значения количества занятых бригад

Ф

Обновление значения времени занятости бригады

Расчет времени ожидания заявки в очереди

ыборка минимального значения времени занятости бригад

О

Т

©

Обновление значения времени ___занятости бригады_

Замена минимального времени на обновленное значение времени занятости __бригады_

Обновление суммарного значения

количества обслуженных заявок

---

Проверка времени моделирования

Вывести суммарное значение количества обслуженных заявок, общее время устранения неисправностей

I

Задать параметры НС

I

Обучение НС, используя БД

--"X--

I Задать входы НС, полученные с помощью ИМ

Прогон НС — Получение коэффициента _ загруженности бригад _

Вывод результат

С. .КРЛ1С11_Г)

©

Рисунок 3 - Обобщенная схема моделирующего алгоритма процесса управления техническим персоналом ТКК

Проведен анализ существующих языков и сред программирования для реализации как имитационных моделей, так и нейронных сетей, который выявил возможности и недостатки существующих программных средств с позиции реализации гибридной системы на основе ИМ и НС-технологий.

Моделирующий алгоритм реализован в выбранном инструментальном средстве, проведено описание функционирования системы, описана пошаговая схема работы пользователя с системой.

Проведен анализ результатов моделирования (таблица 2); осуществлено сравнение результатов, полученных на различных моделях

(имитационной модели (к^ ^ду ) и гибридной системы (к^ ^¡-¡^^с

рассчитано отклонение смоделированных результатов от фактического значения коэффициента загруженности технического персонала.

Таблица 2 - Сравнение результатов моделирования

Период, 1 Фактическое значение к1Ь ьргог хЬ _ш 1г. 1рг»г 1 \К1Ь кгЬ_ИМ | ьргоц гЬ _ ГИИС 1г. _ ¡,Р">е \ кгЬ_ГИИС 1

1 2 3 4 5 6

1 0,5 0,65 0,15 0,48 0,02

2 0,75 0,24 0,51 0,748 0,002

3 0,25 0,35 0,1 0,28 0.03

4 0,5 0,4 0,1 0,55 0,05

5 0,75 0,98 0,23 0,78 0,03

6 0,5 0,12 0,38 0,6 0,1

Анализ результатов, полученных в процессе экспериментирования с исследовательским прототипом системы, показывает, что применение ГИИС на основе ИМ и НС-технологий позволяет получать наиболее точные значения коэффициента загруженности технического персонала, что способствует повышению качества управления техническим персоналом ТКК.

В четвертой главе «Применение результатов моделирования для повышения эффективности управления техническим персоналом ТКК» разработан алгоритм интеллектуальной поддержки принятия управленческих решений (рисунок 4), в котором ГИИС на основе ИМ и НС-технологий выступает как часть информационной технологии управления. Сделан вывод, что ГИИС может оказать ЛПР значительную поддержку при управлении техническим персоналом ТКК за счет повышения достоверности принимаемых управленческих решений на

этапах определения альтернативных линий деятельности и ограничивающих факторов.

Внедрение информационной технологии поддержки в контур управления техническим персоналом ТКК позволило усовершенствовать метод принятия решений, поскольку произошел переход от метода, основанного на интуиции и опыте ЛПР, к методу, основанному на научно-практическом подходе, предполагающему обоснованный выбор управленческих решений на основе обработки больших объемов информации.

ЛПР

Фг;1\|\:и/юихт целей управления техническим персоналам компании

X

Формулировка альтернативных линий деятельности

а

^ ' N

(*|Я/|(И

Определение ограничивающих факторов

/..... /,: /„ - /„

гп

Реалшаиня решений

Источник данных: система регистрации и мониторинга проблей!

Гибридная интеллектуальная система

Смоделированное значение

коэффициент« ^ мгруженностн персонала^.

I

Формирование отчетов

специальные

Инфорчицнтныс гсхио-шгин

Рисунок 4 - Структура алгоритма интеллектуальной поддержки

На основании всестороннего анализа понятия эффективности был сделан вывод о том, что показателем эффективности управления техническим персоналом является эффективность его деятельности, поскольку она напрямую зависит от эффективности управления.

Таким образом, проведена оценка качества управления техническим персоналом ТКК на основании сравнительной оценки показателей эффективности деятельности до и после применения гибридной интеллектуальной системы.

1) Коэффициент эффективности работы системы - Кэрс. В результате использования в процессе управления ГИИС произошло улучшение данного показателя за счет снижения среднего количества заявок, находящихся в очереди (с 0,56 до 0,86).

„ N„ , где Nzo - среднее количество заявок, находящихся

в очереди на обслуживание; SN, - общее количество заявок.

2) Коэффициент эффективности обслуживания заявок - Кэоз. В результате моделирования коэффициента загруженности технического персонала снизилось среднее время устранения неисправности, поскольку произошло снижение времени ожидания заявок в очереди (произошло улучшение показателя с 0,89 до 0,96).

5Т , где ST20 - общее время ожидания заявок в очереди;

* mir

STmlr - общее время устранения неисправностей.

3) Коэффициент, отражающий значение упущенной выгоды от ожидания заявок в очереди по причине простоя сети.

К у, = (STZ0)- Nab - Cur , где Nah- количество абонентов компании,

Сиг - стоимость услуг.

Сравнительная оценка рассчитанных коэффициентов показала, что значение упущенной выгоды компании от простоя сети сократилось в 3,5 раза. На основании анализа полученных результатов можно сделать вывод, что применение алгоритмов интеллектуальной поддержки управления на основе гибридной интеллектуальной системы позволяет достигнуть поставленной цели - совершенствования управления техническим персоналом ТКК.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Построена модель процесса обслуживания сети ТКК; анализ процесса позволил выявить недостатки, связанные с принятием решений на этапе распределения нагрузки технического персонала. Исследования, проведенные в региональной ТКК, показали, что в процессе выявления зависимости значения количества заявок, находящихся в очереди на обслуживание, от количества персонала, занятого при этом на производстве, необходимо отслеживать течение всего процесса поступления заявок. Полученные результаты позволили предложить использование современных информационных технологий в контуре управления техническим персоналом региональной ТКК, основанное на изменении концепции планирования деятельности персонала, отличающейся учетом количественной характеристики нагрузки на персонал.

2. В результате анализа существующих методов и моделей для исследования управления ТКК обоснована необходимость использова-

ния ГИИС на основе ИМ и НС-технологий как наиболее эффективного метода. Разработаны структура и алгоритм функционирования ГИИС на основе имитационного моделирования и нейросетевых технологий, целью работы которой является моделирование коэффициента загруженности технического персонала. Результаты моделирования позволят повысить обоснованность управленческих решений при составлении плана работ на предстоящие периоды.

3. Разработаны алгоритмы интеллектуальной поддержки принятия управленческих решений на основе ГИИС, которая является частью информационных технологий управления. Проведено исследование разработанных алгоритмов в региональной ТКК. Поскольку ЛПР основывается на достоверной текущей и прогнозируемой информации, анализе всех факторов, оказывающих влияние на управление, с учетом предвидения их возможных последствий, можно говорить о совершенствовании процесса принятия управленческих решений за счет использования в контуре управления современных информационных технологий (ГИИС на основе ИМ и НС-технологий).

4. Результаты применения разработанных алгоритмов интеллектуальной поддержки, внедренных в деятельность ТКК ООО «АСУ-МИГ», показали эффективность применения информационных технологий в контуре управления техническим персоналом региональной ТКК, которая выражается снижением значения упущенной от простоя сети выгоды в 3,5 раза.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ В РАБОТАХ

В рецензируемых журналах из списка ВАК

1. Димов, Э.М. Анализ бизнес-процессов региональной инфокоммуникационной компании в интересах повышения эффективности и качества управления / Э. М. Димов, Е. И. Жданова, С.Н. Пчеляков // Инфокоммуникационные технологии : науч.-техн. и информац.-аналит. журнал. 2008. Т. 6, №2. С. 75-79.

2. Жданова, Е.И. Моделирующий алгоритм процесса распределения работников линейно-кабельного отдела региональной инфокоммуникационной компании/ Е. И. Жданова // Там же. 2009. Т. 7, №1. С. 60-63.

3. Димов, Э.М. К применению имитационного моделирования и нейросетевых технологий для управления бизнес-процессами / Э. М. Димов, Е. И. Жданова // Телекоммуникации : производств., информац.-аналит. и учеб.-методич. журнал. 2009. №6. С. 6-10.

В других изданиях

4. Димов, Э.М. Постановка задачи имитационного моделирования деятельности инфокоммуникационной компании / Э. М. Димов, О. В. Абдулина, Е. И. Жданова, Ю. В. Трошин // Матер. XIII Юбилейной Рос. науч. конф. проф.-преп. состава, науч. сотр-ков и аспирантов. Самара : ПГАТИ, 2006. С. 228-229.

5. Абдулина, О.В. Исследование бизнес-процесса диагностики и постановка задачи реинжиниринга / О. В. Абдулина, Е. И. Жданова, Ю. В. Трошин // Матер. XIV Рос. науч. конф. проф.-преп. состава, науч. сотр-ков и аспирантов. Самара : ПГАТИ, 2007. С. 199.

6. Жданова, Е.И. Исследование возможности использования нейронной сети в моделирующем алгоритме / Е. И. Жданова // XV Туполевские чтения : тр. междунар. молодежной науч. конф. Казань : КГТУ им. А. И. Туполева, 2007. Т.З. С. 115-116.

7. Димов, Э.М. Исследование возможности использования интеллектуальной телекоммуникационной сети в целях повышения эффективности управления бизнес-процессом «Оперативно-технический контроль сетей SDH» / Э. М. Димов, Е. И. Жданова, С. Н. Пчеляков // Матер. VIII Междунар. науч.-техн. конф. «Проблемы техники и технологии телекоммуникаций». Уфа : УГАТУ, 2007. С. 134-136.

8. Жданова, Е.И. Обобщенная схема функционирования гибридной системы на основе имитационного моделирования и нейросетевых технологий / Е. И. Жданова // Тр. VIII Всерос. науч.-техн. конф. «Проблемы информатики в образовании, управлении, экономике и технике». Пенза : Приволжский Дом знаний, 2008. С. 254256.

9. Жданова, Е.И. Определение инфокоммуникационной компании как социально-экономической системы / Э. М. Димов, Е. И. Жданова, В. А. Егоров // Матер. XV Рос. науч. конф. проф.-преп. состава, науч. сотр-ков и аспирантов. Самара: ПГАТИ, 2008. С. 245.

10. Жданова, Е.И. Оценка адекватности модели бизнес-процесса распределения работников J1KO региональной ТКК / Е. И. Жданова // Тр. междунар. форума по проблемам науки, техники и образования «III тысячелетие - Новый мир». Москва : Академия наук о Земле, 2008. Т.З. С. 23-24.

11. Жданова, Е.И. К вопросу о необходимости разработки системы управления процессом распределения работников линейно-кабельного отдела инфокоммуникационной компании / Е. И. Жданова II Татшцевские чтения: актуальные проблемы науки и практики: матер.

VI Междунар. науч.-практ. конф. Тольятти : Волжский университет им. В. Н. Татищева. 2009. С. 28-33.

12. Жданова, Е.И. Совместное применение имитационного моделирования и нейросетевых технологий / Е. И. Жданова // Матер. XVI Рос. науч. конф. проф.-преп. состава, науч. сотр-ков и аспирантов. Самара : ПГУТИ, 2009. С. 247-248.

13. Жданова, Е.И. Повышение эффективности управления процессом распределения работников линейно-кабельного отдела / Е. И. Жданова // Матер. X Междунар. науч.-техн. конф. «Проблемы техники и технологий телекоммуникаций» ПТиТТ-2009. Самара : ПГУТИ, 2009. С. 205-207.

14. Жданова, Е.И. Анализ бизнес-процесса распределения работников линейно-кабельного отдела региональной инфокоммуникационной компании в интересах имитационного моделирования / Е.И. Жданова // Матер. III Всерос. межвузовской науч.-практич. конф. «Актуальные проблемы информатизации в науке, образовании и экономике». Москва : МИЭТ, 2009. С. 63.

15. Жданова, Е.И. Показатели эффективности управления деятельностью работников линейно-кабельного отдела / Е. И. Жданова // Матер. XVII Рос. науч. конф. проф.-преп. состава, науч. сотр-ков и аспирантов. Самара : ПГУТИ, 2010. С. 256-257.

16. Жданова, Е.И. Структурно-функциональная схема организации процесса принятия управленческих решений в инфокоммуникационной компании / Е.И.Жданова // Матер. II Междунар. науч.-практич. конф. «Современные тенденции в экономике и управлении: новый взгляд». Новосибирск : ЦРНС, 2010.

Отпечатано фотоспособом в соответствии с материалами, представленными

_заказчиком_

Подписано в печать 12.01.11 г. Формат 60х84'/16 Бумага писчая№1. Гарнитура Тайме.

_Заказ 850. Печать оперативная .Усл. печ. л.0.97. Тираж 100 экз._

Отпечатано в издательстве учебной и научной литературы Поволжского государственного университета телекоммуникаций и информатики 443090, г. Самара, Московское шоссе 77. т. (846) 228-00-44

С. 311-314.

Диссертант

Е.И.Жданова

Принятые сокращения.

Введение.

Глава 1. Анализ состояния проблемы управления техническим персоналом TICK.

1.1 Телекоммуникационная система как объект исследования и управления.

1.2 Выбор и обоснование необходимости разработки системы управления процессом.

1.3 Анализ направлений применения имитационного моделирования и нейросетевых технологий для управления TICK.

1.4 Цели и задачи исследования.

Выводы по первой главе.

Глава 2. Проектирование механизма управления техническим персоналом ТКК на основе имитационного моделирования и нейросетевых технологий.

2.1 Построение модели процесса управления техническим персоналом ТКК.

2.2 Разработка структуры и алгоритма функционирования гибридной системы.

2.3 Представление математической модели механизма управления техническим персоналом ТКК.

Выводы по второй главе.

Глава 3. Разработка функциональной схемы алгоритма гибридной системы для управления техническим персоналом ТКК.

3.1 Разработка и исследование детализированной схемы моделирующего алгоритма процесса управления техническим персоналом ТКК.

3.2 Выбор инструментального средства реализации и проведение исследования работы системы.

3.3 Проверка модели на адекватность.

Выводы по третьей главе.

Глава 4. Применение результатов моделирования для повышения эффективности управления техническим персоналом ТКК.

4.1 Разработка алгоритма интеллектуальной поддержки принятия управленческих решений.

4.2 Исследование и оценка эффективности реализации функций управления.

4.3 Использование результатов моделирования для повышения качества и эффективности управления техническим персоналом ТКК.

Выводы по четвертой главе.

Актуальность исследования

Современный период развития мировой экономики характеризуется постоянно возрастающей динамичностью рыночной среды и тенденцией глобализации рынка. Обеспечение устойчивого социально-экономического развития страны требует перехода России к информационному обществу.

Движение к информационному обществу в мире - объективный процесс, обеспечивающий формирование и развитие мирового экономического пространства, взаимосвязанное функционирование мировых товарных рынков, рынков информации и знаний, капитала и труда.

Существуют три главные составляющие движения к информационному обществу в России, три его базовые предпосылки [66]:

1) формирование российской информационно-коммуникационной инфраструктуры и ее основы - телекоммуникационных сетей и систем;

2) развитие средств вычислительной техники, программного обеспечения, информационных и компьютерных технологий;

3) развитие информатизации как процесса широкомасштабного использования информации, информационных, компьютерных и коммуникационных технологий и информационно-коммуникационной инфраструктуры во всех сферах социально-экономической, политической и культурной жизни общества с целью эффективного удовлетворения потребностей граждан, организаций и государства в информационных продуктах и услугах [98, 99, 117].

Большой интерес к отрасли телекоммуникаций вызван огромным объемом годового оборота рынка связи (рисунок 1), прогнозируемый прирост которого по данным Министерства связи и массовых коммуникаций РФ к 2012 году составит порядка 10% в год [136]. Кроме того, во многих странах именно телекоммуникации обеспечивают значительную долю валового внутреннего продукта.

Прирост, ° о

2005

2006

2007

2008

2009 год

2010 2011 2012 прогнозируемые значения

Источник: Министерство связи и массовых коммуникаций РФ

Рисунок 1 - Объем годового оборота рынка связи в России

Очевидно, что развитие информационной инфраструктуры невозможно без участия в ней компаний, предоставляющих услуги телекоммуникаций, то есть телекоммуникационных компаний (ТКК).

В тоже время необходимо грамотное эффективное управление всеми процессами, протекающими в ТКК. Здесь одинаково важно рассматривать управление как производственными процессами ТКК, так и процессами социальной направленности. В настоящий период добиться успехов ТКК мешают следующие факторы: высокие производственные затраты, растянутые циклы «заказ-оплата», вследствие чего неудовлетворенность клиентов, высокая текучесть кадров, длительное освоение новых продуктов. Основой, обеспечивающей успешную работу ТКК, является высокоэффективный механизм бизнеса, ориентированный в первую очередь на совершенствование сквозного бизнес-процесса: увеличение гибкости и быстроты реакции бизнеса, сокращение операционных затрат и повышение качества обслуживания клиентов.

Исследования, проведенные ведущей международной исследовательской компанией IDC, работающей на рынке информационных технологий и телекоммуникаций, обнаружили дефицит специалистов по сетевым технологиям (рисунок 2). Нехватка специалистов такого профиля становится препятствием для внедрения передовых технологий, тормозит экономический рост предприятий, угрожает снижением конкурентоспособности компаний. Причины нехватки квалифицированных кадров, по мнению аналитиков IDC, -высокие темпы внедрения передовых информационных технологий, быстрый рост электронного бизнеса, а также недостаток учебных программ [139].

60

5 5 -э

SJ

2008 г

2005 Г vV Г f

Источник: исследования компании ШС

Рисунок 2 - Уровень дефицита квалифицированных специалистов

По причине постоянного усовершенствования технологий каждая ТКК нуждается в высококвалифицированных специалистах, что, в свою очередь, приводит к увеличению затрат, связанных с выплатой заработной платы, с повышением требований к компенсационному пакету и др.

С другой стороны, в условиях финансового кризиса компании телекоммуникаций вынуждены сокращать рабочие места. В основном, это касается некритичных для бизнеса подразделений — управляющих компаний, са11-центров, отделов НЫ и маркетинга, при этом руководители ТКК стараются сохранить штат технического персонала, приостановив набор новых сотрудников.

Именно поэтому очень остро стоит вопрос о повышении эффективности управления персоналом ТКК с целью рационального использования имеющихся в распоряжении трудовых ресурсов.

Несмотря на наличие серьезной теоретической и экспериментальной базы, вопросы управления трудовыми ресурсами в ТКК до сих пор остаются недостаточно изученными. Одной из объективных причин, препятствующих развитию исследований в данной области, является отсутствие адекватного инструментария. Современные информационные технологии являются тем фундаментом, который позволяет расширить возможности исследователя при анализе рассматриваемой проблемы за счет интенсивного применения численных методов.

Поэтому научные исследования в области анализа и управления деятельностью персонала ТКК являются актуальными и востребованными.

Объектом исследования является процесс управления техническим персоналом ТКК.

Предметом исследования являются алгоритмы интеллектуальной поддержки управленческих решений с использованием гибридной интеллектуальной системы (ГИИС).

Цель работы и задачи исследования. Целью диссертационного исследования является совершенствование управления техническим персоналом ТКК путем алгоритмизации поддержки управленческих решений.

Для достижения цели диссертационного исследования необходимо решить следующие задачи:

9 . . ' '.' .' .'. ■ / ;■ 1. Выбрать определяющий; бизнес-процесс, влияющий на качество управления ТКК и построить модель процесса как объекта управления.

2. Разработать алгоритм интеллектуальной поддержки принятия решения при управлении техническим персоналом ТКК. , .

3: Провести исследование разработанных алгоритмов в региональной ТКК.

4. Обосновать необходимость использования разработанной«, модели в контуре выполнения делового процесса (на примере ТКК ООО «АСУ-МИГ»).

Методы исследования базируются на основных положениях теории; моделирования социальных систем и процессов, теории вероятностей и математической статистики, теории, управления, . теории искусственного, интеллекта.

Научная новизна работы: .1. Для усовершенствования процесса управления техническим персоналом ТКК предложено'использовать концепцию планирования работы персонала на предстоящие периоды, отличающейся? учетом; количественной характеристики нагрузки технического персонала.

2. Предложены структура, и алгоритм функционирования ГИИС для управления . техническим персоналом ТКК, особенностью которой? является комбинированное . взаимодействие составляющих блоков: имитационной моделшиНС.

3. Предложена технология: решения задачи управления техническим персоналом. ТКК, отличающаяся использованием результатов моделирования. ГИИС в алгоритме интеллектуальной'поддержки принятия решений.

Практическая значимость результатов заключается в использовании разработанной ГИИС . на основе ИМ и нейросетевых технологий (НС-технологий) для решения задач управления- техническим персоналом ТКК; повышения' эффективности и надежности • принимаемых управленческих, решений за счет использования алгоритмов интеллектуальной поддержки;

На защиту выносятся:

1. Алгоритм функционирования гибридной системы на основе ИМ и НС-технологий, используемый в процессе управления техническим персоналом TICK.

2. Результаты исследования бизнес-процесса управления техническим персоналом ТКК с применением ГИИС на основе ИМ и НС-технологий.

3. Алгоритм интеллектуальной поддержки управления техническим персоналом ТКК.

4. Результаты исследования эффективности применения алгоритмов интеллектуальной поддержки с использованием ГИИС.

Сведения о реализации и целесообразности практического использования результатов. Вышеуказанные результаты работы внедрены в ТКК ООО «АСУ-МИГ», а также приняты для использования в учебном процессе в курсах «Имитационное моделирование экономических процессов», «Проектирование баз данных и баз знаний», «Интеллектуальные информационные системы», «Перспективные информационные системы в экономике» на кафедре «Экономические и информационные системы» ГОУВПО «Поволжский государственный университет телекоммуникаций и информатики». Практическое использование результатов работы подтверждено соответствующими актами.

Теоретические и практические результаты, полученные в диссертационной работе, применялись при выполнении на кафедре «Экономические и информационные системы» хоздоговорной научно-исследовательской работы «Исследование путей использования новых информационных технологий для управления бизнес-процессами» (тема 08/07Г, 2007-2008г.г.).

Личный вклад соискателя в разработку проблемы: все основные идеи, результаты и рекомендации, составляющие содержание данной работы, получены автором самостоятельно.

Апробация работы и публикации. Основные научные результаты и выводы, полученные в диссертационной работе, докладывались и обсуждались на следующих научно-технических конференциях:

VIII Международная научно-техническая конференция «Проблемы техники и технологии телекоммуникаций», г.Уфа, 2007;

XIII, XV, XVI, XVII Российская научная конференция профессорско-преподавательского состава, научных сотрудников и аспирантов, г. Самара, 2006, 2008, 2009, 2010;

VIII Всероссийская научно-техническая конференция «Проблемы информатики в образовании, управлении, экономике и технике», г. Пенза, 2008;

Международный форум по проблемам науки, техники и образования «III тысячелетие - новый мир», г. Москва, 2008;

Десятая Международная научно-техническая конференция «Проблемы техники и технологий телекоммуникаций» ПТиТТ-2009, г.Самара, 2009.

Результаты диссертационной работы непосредственно отражены в 16 публикациях, в том числе в виде 3 научных статей в журналах, входящих в перечень ведущих рецензируемых научных журналов и изданий из списка ВАК.

Структура работы. Диссертационная работа включает в себя введение, четыре главы основного материала, заключение, библиографический список, приложения. Библиографический список включает 140 наименований. Работа содержит 159 страниц машинописного текста, включая 44 рисунка, 15 таблиц и 2 приложения.

Выводы по четвертой главе

1. Разработан алгоритм интеллектуальной поддержки процесса принятия управленческих решений, в которой структура предложенной гибридной системы на основе ИМ и НС-технологий выступает как часть информационной технологии управления, целью которой является удовлетворение информационных потребностей начальника отдела. Сделан вывод, что значительную помощь ЛПР при управлении техническим персоналом ТКК может оказать ГИИС, использование которой позволит повысить достоверность принимаемых управленческих решений.

2. Внедрение информационной технологии управления в контур процесса управления техническим персоналом позволило усовершенствовать метод принятия решений начальником отдела, поскольку произошел переход от метода, основанного на интуиции ЛПР к методу, основанному на научно-практическом подходе, предполагающему выбор оптимальных решений на основе переработки больших количеств информации.

3. На основании всестороннего анализа понятия эффективности был сделан вывод о том, что эффективность управления проявляется в эффективности деятельности; на каждый из показателей эффективности процесса влияет показатель эффективности управления. Таким образом, проведена оценка качества и эффективности управления процессом исследования на основании сравнительной оценки результатов расчетов показателей эффективности управления и эффективности процесса до и после применения алгоритмов интеллектуальной поддержки с использованием гибридной интеллектуальной системы.

4. Сравнительная оценка рассчитанных коэффициентов показала, что значение упущенной выгоды компании от простоя сети сократилось в 3,5 раза. На основании анализа полученных результатов можно сделать вывод, что" применение алгоритмов интеллектуальной поддержки с использованием гибридной интеллектуальной системы оправдано для достижения поставленной цели - совершенствования управления техническим персоналом ТКК.

Заключение

В ходе решения основной научной задачи, получены следующие основные результаты:

1. На основе анализа современного состояния и особенностей развития отрасли телекоммуникаций обусловлен выбор объекта исследования. Проведенный анализ показал, что в настоящее время перед руководителями ТКК очень остро стоят проблемы управления эксплуатацией сетей, поскольку процессы, входящие в данную группу, являются наиболее затратными как с позиции материальных, так и с позиции трудовых ресурсов. Нормальное функционирование исследуемых процессов требует наличия высококвалифицированных специалистов.

Исследования, проведенные в региональной ТКК, показали, что в процессе выявления зависимости значения количества заявок, находящихся в очереди на обслуживание, от количества бригад, занятых при этом на производстве, необходимо оценивать течение всего процесса поступления заявок. Полученные результаты позволили предложить использование алгоритмов интеллектуальной поддержки с применением современных информационных технологий в контуре управления техническим персоналом, основанное на изменении концепции планирования работы технического персонала на предстоящие периоды, отличающейся учетом количественной характеристики нагрузки технического персонала.

Выполнен анализ бизнес-процессов в интересах моделирования, который показал, что основными показателями результативности являются время устранения неисправностей и процент неисправностей, устраненных в контрольное время.

На основе концептуального описания построена модель процесса обслуживания сети техническим персоналом ТКК, которая позволила выявить недостатки, связанные с принятием решений на этапе распределения нагрузки работников компании.

2. Выполнен анализ возможных способов моделирования для решения задач управления техническим персоналом ТКК, который позволил выбрать наиболее адекватно отражающий рассматриваемый бизнес-процесс. В результате анализа методов и моделей исследования ТКС обоснована необходимость использования алгоритмов интеллектуальной поддержки с применением гибридной интеллектуальной системы на основе ИМ и НС-технологий как эффективного метода исследования.

Разработаны структура и алгоритм гибридной интеллектуальной системы на основе имитационного моделирования и нейросетевых технологий, целью работы которой является моделирование коэффициента загруженности технического персонала ТКК. Это позволит ЛПР принимать более обоснованные решения при составлении плана работ технического персонала на предстоящие периоды.

Разработанный моделирующий алгоритм процесса распределения нагрузки работников с использованием математических методов имитационного моделирования и технологии нейронных сетей позволил реализовать ГИИС с целью применения структуры в алгоритмах интеллектуальной поддержки принятия управленческих решений.

3. Результаты использования разработанного программного средства, внедренного в деятельность ТКК ООО «АСУ-МИГ», показали эффективность применения алгоритмов интеллектуальной поддержки с использованием современных информационных технологий в контуре процесса управления техническим персоналом. Проведенный анализ выявил соответствие результатов, полученных на модели, и фактических значений коэффициента загруженности технического персонала. Разработана структура алгоритма интеллектуальной поддержки принятия управленческих решений с использованием ГИИС, которая является частью информационных технологий 1 управления.

4. Для оценки качества процесса управления техническим персоналом были введены переменные эффективности управления техническим персоналом, расчет которых проводился на основании имеющихся данных до применения алгоритмов интеллектуальной поддержки и полученных результатов после их применения. Сравнительная оценка рассчитанных коэффициентов показала, что значение упущенной выгоды компании от простоя сети сократилось в 3,5 раза.

Анализ полученных результатов позволяет утверждать, что применение алгоритмов интеллектуальной поддержки с использованием гибридной интеллектуальной системы позволит повысить качество управления техническим персоналом ТКК. Внедрение ГИИС позволило обеспечить обоснованность и непротиворечивость управленческих решений за счет применения для их генерации современных информационных технологий (ИМ и НС-технологий).

На основании вышеизложенного можно сделать вывод, что задачи, поставленные в диссертационной работе, решены, и цель совершенствования управления техническим персоналом телекоммуникационной компании путем алгоритмизации поддержки управленческих решений достигнута.

1. Абдулина, О.В. Исследование бизнес-процесса1 диагностики и постановка задачи реинжиниринга /О. В. Абдулина, Е. И. Жданова; Ю. В. Трошин // Матер. XIV Рос. науч. конф. проф.-преп. состава, науч. сотр-ков и аспирантов. Самара*: ПГАТИ, 2007. с.199.

2. Аверкин, А.Н. Мягкие вычисления и измерения / А.Н.Аверкин, С.В.Прокопчина // Интеллектуальные системы (МГУ). — 1997. Т2, вып. 1-4. — с. 93-114.

3. Акофф, Р.Л. Планирование будущего корпорации / Р.Л. Акофф. -Издательство Сирин, 2002. 256 с.

4. Андронова, И.В. Стратегия управления персоналом телекоммуникационного предприятия / И.В.Андронова // VII Международная научно-техническая конференция «Проблемы техники и технологии телекоммуникаций» / Самара.: ПГАТИ, 2006. с. 312- 314.

5. Анфилатов, B.C. Системный анализ в управлении: Учеб. Пособие /

6. B.C. Анфилатов. М.: Финансы и статистика, 2002. - 368 с.

7. Афонин, П.В. Гибридные системы интеллектуального имитационного моделирования на основе бионических подходов и многоагентных моделей: дисс. канд. техн. наук / П.В.Афонин Москва, 2005.

8. Ашманов, С.А. Математические модели и методы в экономике /

9. C.А.Ашманов. -М.: Издательство МГУ, 1980.

10. Барский, А.Б. Нейронные сети: распознавание, управления, принятие решений / А.Б.Барский. — М.: Финансы и статистика, 2007. 176 е.: ил.

11. Барсукова, Е.Л. Интеллектуальные системы и их статус / Е.Л.Барсукова, В.А.Сарычев, К.Н.Следников // Информационные системы и технологии. -2007, №1.-стр.'4-24.

12. Бережная, Е.В. Математические методы моделирования экономических систем: Учеб. Пособие / Е.В.Бережная, В.И.Бережной. — М.: Финансы и статистика, 2002. 368 е.: ил.

13. Березовская, Е.А. Интеллектуальные информационные системы поддержки принятия решений при оценке эффективности инвестиционных проектов: дисс. . канд. экон. наук / Е.А.Березовская — Ростов-на-Дону, 2004.

14. Богданова, Е.А. Имитационное моделирование бизнес-процесса эксплуатации технических средств для решения задач! управления региональной инфокоммуникационной компанией: дисс. . канд. техн. наук / Е.А.Богданова Курск, 2009.

15. Богданова, Е.А. Управление временем в динамической* имитационной^ модели / Е.А.Богданова, Э.М.Димов, О.Н.Маслов, Ю.В. Трошин // Журнал «Инфокоммуникационные технологии», №4. — 2008.

16. Бондаренко, В.А. Проблемы повышения эффективности управления организацией: Монография*/ В.А.Бондаренко, Ф.З.Аралбаева, Ю.В.Кудашова. -Оренбург, 2001.-152 с.

17. Боровиков, В.С. ЭТАТШТГСА. Искусство анализа данных на компьютере: Для профессионалов. 2-е изд / В.С.Боровиков. СПб.: Питер, 2003.-688 е.: ил.

18. Бочков, А.П. Модели и методы управления развития технических систем. Учебное пособие / А.П.Бочков, Д.П.Гасюк, А.Е.Филюстин. СПб.: Издательство «Союз», 2003. - 288 с.

19. Брюхомицкий, Ю.А. Нейросетевые модели для систем информационной безопасности. Учебное пособие / Ю.А. Брюхомицкий. -Таганрог: Издательство ТРТУ, 2005. 160 с.

20. Бусленко, Н.П. Лекции по теории сложных систем / Н.П.Бусленко, В.В.Калашников, И.Н.Коваленко. М.: "Советское радио", 1973. - 440 с.

21. Бусленко, Н.П., Метод статистических испытаний (Монте-Карло) и его реализация в цифровых машинах / Н.П.Бусленко, Ю.А.Шрейдер. — М:: "Физматгиз", 1961.-225 с.

22. Вентцель, Е.С. Исследование операций: задачи, принципы, методология. 2-е изд / Е.С. Вентцель. М.: Наука, 1988. - 208 с.

23. Вентцель, Е.С. Теория вероятностей: Учебник для вузов. — 7-е изд. / Е.С. Вентцель. -М.: Высшая школа, 2001. 575 е.

24. Виноградов, Е.А. Персонал в фирмах индустриально развитых стран / Е.А.Виноградов, Н.К.Маусов, О.М.Ламскова. -М.: Дело, 1992.-206 с.

25. Волгин, А.П. Управление персоналом в условиях рыночной экономики (опыт ФРГ) / А.П.Волгин, В.И.Матирко, A.A. Модин. М.: Дело, 1992. - 178 с.

26. Волкова, В.Н. Теория систем и методы системного анализа в управлении и связи / В.Н.Волкова, В.А.Воронков, А.А.Денисов и др.. М.: Радио и связь, 1983. - 248 с.

27. Гмурман, В.Е. Теория вероятностей и математическая статистика. Учеб. пособие для вузов. Изд.7-е, стер. / В.Е.Гмурман. — М.: Высш. шк., 2000. — 479 е.: ил.

28. Голенко, Д.И. Статистические методы сетевого планирования и управления / Д.И.Голенко. М.: Наука, 1968. - 400 с.

29. Горбань, А. Н. Обучение нейронных сетей / А.Н.Горбань. Москва: СП «Параграф», 1990. - 159 с.

30. Гультяев, A.A. Визуальное моделирование в среде MATLAB: учебный курс / А.А.Гультяев. СПб.: Питер, 2000. - 432 е.: ил.

31. Джордан, Боян. Применение автоассоциативных искусственных нейронных сетей для сжатия информации: дисс. . канд. техн. наук / Боян Джордан Москва, 2003.

32. Димов, Э.М. К применению имитационного моделирования и нейросетевых технологий для управления бизнес-процессами / Э.М.Димов, Е.И.Жданова // Журнал «Телекоммуникации», №6 2009.

33. Димов, Э.М. Анализ бизнес-процессов региональной инфокоммуникационной компании в интересах повышения эффективности и качества управления / Э.М.Димов, Е.И.Жданова, С.Н.Пчеляков // Журнал «Инфокоммуникационные технологии», №2, 2008 — с. 75-80.

34. Димов, Э.М. Имитационное моделирование и оптимизация управления в сложных производственных системах / Э.М.Димов. — Саратов, 1983. 168 с.

35. Димов, Э.М. Новые информационные технологии: подготовка кадров и обучение персонала. Часть I. Реинжиниринг и управление бизнес-процессами в инфокоммуникациях. Научное издание / Э.М.Димов, О.Н.Маслов, А.Б.Скворцов. -М.: ИРИАС, 2005. 386 е.: ил. 67.

36. Димов, Э.М. Имитационное моделирование, реинжиниринг и управление в компании сотовой связи (новые информационные технологии) / Э.М.Димов, О.Н.Маслов, С.К.Швайкин. М.: Радио и связь, 2001. - 256 с.

37. Димов, Э.М. Теория систем и системный анализ: учебное пособие / Э.М. Димов, А.Р. Диязитдинова, А.Б.Скворцов. Самара: ООО «Офорт», 2006. -255 е.: ил.

38. Евдокимов, A.A. Разработка математических моделей модулярных нейронных вычислительных структур для решения задач защиты данных в14 • • .• " . . 148 , ■ 'компьютерных сетях: дисс. . канд. техн. наук: 05.13.Í8- / А.А.Евдокимов5 Москва, 2005

39. Егоров; А.Е. Поликорреляционные алгоритмы и устройства разрешениясигналов перспективных систем мобильных телекоммуникаций: дисс.канд.техн. наук / А.Е.Егоров — Казань, 2003. I ; 41. Елиферов, В.Г. Бизнес-процессы. Регламентация и управление:

40. Учебник / В;Г.Елиферов, В:В-Репин; М::Издательскийгдом «ЙнфратМ», 2004.1 -320 с.

41. Емельянов, В.В. Имитационное моделирование систем: уч. пособие /

42. В;В;Емельянов1-М: Издательство;МЕТУ им;Баумана; 2009^ 583 с. I 43. Емельянов, В.В. Введение в интеллекту ал ы юе имитационноемоделирование сложных дискретных систем и процессов. Язык РДО /

43. У ' В.В.Емельянов, С.И. Ясиновский. М.: АНВИК, 1998. -426 с.

44. Ермаков, С.М. Метод Мон ге-Карло и смежные вопросы / С.М.Ермаков.-М.: "Наука", 1975.-471с.

45. Ерохина, Е.А. Теория, экономического развития: системно-синергетический подход. Электронный документ. / Е.А.Ерохина. '— Режим доступа: http://forexaw.com.

46. Е.И.Жданова // Матер. «VIII Всероссийская научно-техническая конференция

47. Проблемы информатики в образовании, управлении, экономике и технике». — Пенза, 2008. с. 254-256.

48. Жданова, Е.И. Исследование возможности использования нейронной сети в моделирующем алгоритме / Е. И. Жданова // XV Туполевские чтения : тр. междунар. молодежной науч. конф. Казань : КГТУ им. А. Н. Туполева, 2007. Т.З.-с. 115-116.

49. Жданова, Е.И. Показатели эффективности управления деятельностью работников линейно-кабельного отдела / Е. И. Жданова // Матер. XVII Рос. науч. конф. проф.-преп. состава, науч. сотр-ков и аспирантов. Самара : ПГУТИ, 2010.-с. 256-257.

50. Зайченко, Ю.П. Основы проектирования интеллектуальных систем.2004 Электронный документ. / Ю.П.Зайченко. — Режим доступа: www.iasa.org.ua/tpr.php.

51. Ильина Е.В. Методы моделирования и разработки биллинговых систем: дисс. . канд. техн. наук / Е.В.Ильина — Санкт-Петербург, 2003.

52. Инструкция о порядке устранения повреждений и учета заявлений, поступающих в бюро ремонта на местных телефонных сетях / Министерство связи Российской Федерации. М., 1994 год.

53. Исаков, П.Н. Оптимизация управления слабоформализуемыми объектами в социально-экономических системах на основе нейросетевых технологий: дисс. . канд. техн. наук / П.Н.Исаков — Воронеж, 2004.

54. Карташевский, В.Г. Основы теории массового обслуживания: учебное пособие для вузов / В.Г. Карташевский. М.: Радио и связь, 2006. - 107 с.

55. Карякин, A.M. Командная работа: основы теории и практики / А.М.Карякин. Иваново: Иван. гос. энерг. ун-т., 2003. - 136 с.

56. Киндлер, Е. Языки моделирования / Е.Киндлер. — М.: Энергоатомиздат, 1985.-288 с.

57. Кнорринг, В.И. Теория, практика и искусство управления: Учебник для вузов. 2-е изд / В.И.Кнорринг. М: ИНФРА-М, 2001. - 528 с.

58. Ковалев, С.М. Методы анализа и оптимизации бизнес-процессов / С.М.Ковалев, В.М.Ковалев // Журнал "Консультант директора", № 7 (234).2005 г.

59. Комашинский, В.И. Нейронные сети и их применение в системах управления и связи / В.И.Комашинский, Д.А. Смирнов. М.: Горячая линия-Телеком, 2003. - 94 с.

60. Концепция федеральной целевой программы "Развитие информатизации в России на период до 2010 года". Пермь, 2001.

61. Электронный документ. // матер, конференции «Проблемы и перспективы развития информационного пространства Приволжского федерального округа». -Режим доступа: http://www.iis.ru/library/isp2010/isp2010.ru.html.

62. Коныжева Н.В. Система поддержки принятия управленческих решений в региональной телекоммуникационной компании на основе имитационного моделирования: дисс. . канд. техн. наук / Н.В.Коныжева Уфа, 2007.

63. Краснощеков, П. С. Принципы построения математических моделей / П.С.Краснощеков, А.А.Петров. М.: Изд-во МГУ, 1983. - 264 с.

64. Кудрявцев, Е.М. GPSS Word. Основы имитационного моделирования5различных систем / Е.М.Кудрявцев. М.: ДМК ПРЕСС, ИЗДАТЕЛЬСТВО, 2004 г. - 320 с.

65. Кучерявый, Е.А. "NS-2 как универсальное средство имитационного моделирования сетей связи" / Е.А.Кучерявый // Труды VII международной конференции: Информационные сети, системы и технологии. Минск, 2001.

66. Лазарев, В.Г. Сети связи, управление и коммутация / В.Г.Лазарев, Г.Г.Савин. -М.: Связь, 1973. 263 с.

67. Лапина, Т. И. Моделирование формы случайного процесса с использованием статистических индикаторов приведенных распределений / Т.И.Лапина // Изв. Курс. Техн. Ун-та. 2000 . N 5. С. 49-55.

68. Лафта, Дж. К. Менеджмент: учеб. Пособие 2-е изд., перераб. и доп/ Дж. К. Лафта. - М.: Кнорус, 2004. - 592 с.

69. Лебедев, В.В. Математическое моделирование социально-экономических процессов / В.В.Лебедев. М.: Изограф, 1997. - 224 с.

70. Литвак, Б.Г. Разработка управленческого решения / Б.Г.Литвак. М.: Дело, 2002. - 392 с.

71. Лотов, A.B. Некоторые вопросы моделирования программного метода управления социально-экономической системой / А.В.Лотов, Н.Н.Моисеев, А.А.Петров // Модели и алгоритмы программного метода планирования сложных систем. -М., 1979. с. 4-14.

72. Jloy А. Имитационное моделирование / А.Лоу, В.Кельтон. СПб.: Питер, 2004. - 847 с.

73. Мамойленко, С.Н. Разработка и исследование средств организации функционирования вычислительных систем и сетей: дисс. . канд. техн. наук / С.НМамойленко Новосибирск, 2004.

74. Масленников, A.A. Предметная область как субъективная проекция системы / А.А.Масленников // матер. «VIII Всероссийская научно-техническая конференция». — Пенза, 2008. — стр. 3-4.

75. Маслов, Е.В. Управление персоналом предприятия: Учебное пособие / Е.В.Маслов. М.: ИНФРА-М, 1999. - 312 с.

76. Матусов, К.Н. Имитационное моделирование дискретных технологических систем для ситуационного управления производством функциональных устройств: дисс. . канд. техн. наук / К.Н.Матусов — Воронеж, 2003

77. Милов, В.Р. Структурно-параметрический синтез нейросетевых систем обработки информации: дисс. .канд. техн. наук / В.Р.Милов — Н. Новгород, 2003.

78. Минаев, Ю.Н. Методы и алгоритмы решения задач идентификации и прогнозирования в условиях неопределенности в нейросетевом логическом базисе / Ю.Н.Минаев, О.Ю.Филимонова, Лиес Бенамеур. М.: Горячая, линия-Телеком, 2003.-208 с.

79. Муравьева, H.H. Маркетингово-инструментарное обоснование разработки конкурентной стратегии компании на региональном рынке услуг мобильной связи: дисс. . канд. экон. наук / Н.Н.Муравьева Ростов-на-Дону, 2007.

80. Назаров, A.B. Нейросетевые алгоритмы прогнозирования и оптимизации систем / А.В.Назаров, А.И.Лоскутов. — СПб.: Наука и. техника, 2003.-384 е.: ил.

81. Новиков, Д.А. Теория управления организационными системами / Д.А.Новиков. М.: МПСИ, 2005. - 584 с.

82. Ньейн, Эй. Разработка и исследование ПО для распознавания и анализа объектов на изображении с помощью нейронной сети: автореферат дис. . канд. техн. наук: 05.13.11 / Эй Ньейн — Москва, 2007.

83. Окольнишников, В.В. Разработка- средств распределенного имитационного моделирования для многопроцессорных вычислительных систем: .дисс. . д-ра техн. наук / В.В.Околышшников Новосибирск, 2006.

84. Омаров;, О.М. Методы и средства моделирования; вычислительных процессов в многопроцессорных и распределенных: системах на основе CF-сетей: дисс. . д-ра техн; наук / О.М.Омаров — Махачкала, 2006.

85. Основы управления« персоналом: Учеб; для вузов/ Б.М. Генкин, Е.А; Кононова,,В:И: Кочетов и др;. Mi.:Высш. шк., 1996, - 386 с:

86. Павловский; . Ю.Н. Имитационные модели и' системы / Ю.Н.Павловский. М.: Фазис: ВЦ РАН, 2000: — 131 с.

87. Павлюков, Ю.А. Исследование и разработка . эффективных отказоустойчивых биллинговых систем для традиционной и 1Р-телефонии: дисс. . канд. техн. наук / Ю.А.Павлюков Москва, 2003;

88. Павский, К.В. Разработка средств анализа функционирования распределенных вычислительных систем и сетей: дисс. . канд. техн. наук / К.В. Павский-.Новосибирск, 2004.

89. Пашку с, В. 10. Современные теории-управления. Теории менеджмента на пороге XXI века / В.Ю.Пашкус, Н.А.Пашкус, З.А.Савельева. М.: Изд. «Сентябрь», 2002. - 272 с.

90. Петренко, A.JI; Управление многокомпонентными производственно-сбытовыми системами-на основе имитационного моделирования: дисс. . канд. техн. наук / А.Л.Петренко Уфа, 2004.

91. Пиотровский, P.E. Математическая лингвистика: Учеб. пособие для пед. Институтов / .Р.Е.Пиотровский, К.Б.Бектаев; А.А.Пиотровская. М.: Высшая школа, 1977. -383 с.

92. Разроев, , Э.А. Инфокоммуникационный бизнес: Управление, технологии, маркетинг / Э.А.Разроев. Изд.: Профессия, 2003. - 352 с.

93. Рейман, JI. Д. Совершенствование системы государственного регулирования отрасли связи: дисс. .канд. экон. наук / Л.Д.Рейман Санкт-Петербург, 2000.

94. Рейман, Л.Д. Формирование и развитие рынка инфокоммуникационных услуг: дисс. . .д-ра. экон. наук / Л.Д.Рейман Санкт-Петербург, 2004.

95. Розанова, В.А. Психология управления: учеб. пособие/

96. B.А. Розанова.- 4-е изд., перераб. и доп. М.: Журнал "Управление персоналом", 2003. - 416 с.

97. Романов, А.Н. Советующие информационные системы в экономике: Учеб. Пособие для вузов / А.Н.Романов, Б.Е.Одинцов. М.: ЮНИТИ-ДАНА, 2000.-487 с.

98. Рутковская, Д. Нейронные сети, генетические алгориты и нечеткие системы: Пер. с польск. И.Д. Рудинского. / Д.Рутковская, М.Пилиньский, Л.Рутковский. М.:Горячая линия-Телеком, 2004. - 452 е.: ил.

99. Рыжиков, Ю.И. Имитационное моделирование. Теория и технологии / Ю.И.Рыжиков. СПб.: Корона принт; М.: Альтекс-А, 2004. - 384 е.: ил. (стр. 68).

100. Савчук, A.C. О стандартизации бизнес-процессов для компаний отрасли связи / А.С.Савчук, К.Е.Самуйлов, А.В.Чукарин. М.: Электросвязь, №6, 2006.-е. 39-45.

101. Сазонов, С.Ю. Разработка подсистемы информационной поддержки принятия управленческих решений в медучреждении: дисс. .канд. техн. наук /1. C.Ю.Сазонов Курск, 2003.

102. Скворцов, А.Б. Имитационное моделирование и технология экспертных систем в управлении , сложными телекоммуникационными системами: дисс. .канд. техн. наук/ А.Б.Скворцов — Самара, 2003. — 178 с.

103. Соболь, И.М. Численные методы Монте-Карло / И.М.Соболь. — М.: Наука, 1978.-311 с.

104. СТО «Оперативное управление сетями SDH» ОАО «ВолгаТелеком».

105. Телекоммуникационные системы и сети: Учебное пособие. Том 3. -Мультисервисные сети. / В.В.Величко, Е.А.Субботин, В.П.Шувалов,

106. A.Ф.Ярославцев; под ред. Профессора В.П.Шувалова. Ml: Горячая линия — Телеком, 2005. - 592 е.: ил. , .

107. Теория^ управления: учебник / под ред. Ю.В; Васильева,

108. B.Н; Парахиной, Л.И. Ушвицкого. -:2-е изд., доп. М.: Финансы и статистика, 2007.-608 е.: ил.

109. Терентьева, Т. Обучение персонала в телекоммуникационных компаниях, 2002 Электронный ресурс. / Т.Терентьева. — Режим доступа: http://www.abercadc.ru.

110. Томашевский, В.Н. Имитационное моделирование в среде GPSS / В.Н.Томашевский, Е.Г.Жданова.-М.: Бестселлер, 2003.- 416 с.

111. Торрес, Р. Дж. Практическое руководство по проектированию и разработке пользовательского интерфейса / Р.Дж.Торрес. Вильяме, 2002 г. -400 с.

112. Уоссермен, Ф. Нейрокомпьютерная техника: Теория и практика / Ф.Уоссермен. — М.:;«Мир», 1992. 184 с.

113. Усков, A.A. Интеллектуальные технологии управления. Искусственные нейронные сети й нечеткая логика / А.А.Усков, А.В.Кузьмин. — М. .-Горячая линия -Телеком, 2004. 143^с.: ил. .

114. Фаронов, В.В. Система программирования Delphi / В.В.Фаронов. -СПб.: БХВ-Петербург, 2003. 912 е.: ил.

115. Федюкин, В.К. Управление качеством процессов / В.К.Федюкин. -СПб.: Питер, 2004. 208с.

116. Фон Берталанфи, JI. История и статус общей теории систем / Л.Фон Берталанфи. -М.: Наука, 1973. с. 20-37.

117. Хайкин, С. Нейронные сети: Полный курс / Пер. с англ. Н. Н. Куссуль, А. Ю. Шелестова. 2-е изд., испр. — М.: Издательский дом Вильяме, 2008. -1104 с.

118. Чаадаев, В.К. Бизнес-процессы в компаниях связи / В.К.Чаадаев. М.: Эко-Трендз, 2004. - 176 е.: ил.

119. Чхартишвили, А.Г., Математические методы и модели в управлении / А.Г.Чхартишвили, Е.В.Шикин. Дело, 2002. - 440 с.

120. Шелобаев, С.И. Математические методы и модели в экономике, финансах, бизнесе: Учеб. Пособие для вузов / С.И.Шелобаев. М.: ЮНИТИ-ДАНА, 2001.-367 с.

121. Шрайбер, Т.Дж. Моделирование на GPSS / Т.Дж.Шрайбер. М.: Машиностроение, 1980. - 593 с.

122. Юнг, Ф. Перспективы развития телекоммуникаций / Под редакцией», проф. А.А.Гоголя и проф. Г.ГЛнковского. СПб: «ПЕТЕРКОН». 2003. - 120 е., 67 ил.

123. Artiba, A. Introduction to Intelligent Simulation: The RAO Language / A.Artiba, V.V.Emelyanov, S.I.Iassinovski. — Boston/Dordrecht/London: Kluwer Academic Publishers, 1998. 517 p.

124. Forrester, J.W. The Beginning of System Dynamics: paper for the Banquet Talk at the international meeting of the System Dynamics Society / J.W.Forrester -Stuttgart, Germany, July 13, 1989.

125. Hebb, D.O. The organization of behavior. A neuropsychlogical theory / D.O.Hebb. -N.Y.: Wiley & Sons, 1949. 355 p.

126. Hopfield, J.J. Neural networks and physical systems with emergent collective computational abilities / J.J.Hopfield. Proc. Natl. Acad. Sci. USA. 1982. V.79. N.8.

127. Kohonen, T. Self-organized formation of topologically correct feature maps /T.Kohonen. -Biol.Cybern. 1982. V.43. N.l. -P.56-69.

128. Callan, Robert. The essence of neural networks / R.Callan. Prentice Hall Europe, 1999.

129. Rumelhart, D.E. Learning internal representations by error propagation. / D.E.Rumelhart, G.E.Hinton, R.J.Williams. In Parallel distributed processing, vol. 1. Cambridg, MA: MIT Press, 1986.

130. Shannon, R. Systems simulation: the art and science / R.Shannon. -Prentice Hall, New Jersey, 1975.

131. Официальный сайт Министерства связи и массовых коммуникаций РФ Электронный документ. — Режим доступа: http://www.minsvyaz.ru/.

132. Электронный учебник по статистике. Москва, StatSoft Электронный документ. Режим доступа: http://www.statsoft.ru/home/textbook/default.htm.

133. Стариков, Андрей. Технологии анализа данных Применение нейронных сетей для задач классификации Электронный документ. / Андрей Стариков. Режим доступа: http://www.basegroup.ru/library/analysis/neural/.

134. Официальный сайт компании IDC Электронный документ. Режим доступа: http://www.idc.com/russia/.

135. Официальный сайт Международного союза электросвязи (русский) Электронный документ. Режим доступа: http://www.itu.int/ru/pages/default.aspx.