Математическое моделирование и оптимизация ресурсных задач в многостадийных проектах со стохастическими параметрами тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат наук Сидоренко, Елена Александровна

• Сидоренко, Елена Александровна
• кандидат наук
• 2013

Оглавление диссертации кандидат наук Сидоренко, Елена Александровна

ОГЛАВЛЕНИЕ

Введение

Глава 1 Особенности оптимизации многостадийных стохастических систем

1.1 Проблемы функционирования многостадийных стохастических систем

1.2 Сетевое планирование и управление как основной инструмент описания сложных систем с взаимной зависимостью между работами

1.3 Механизмы распределения ресурсов

1.4 Цель и задачи диссертационного исследования

2 Математическая модель и численный алгоритм решения задачи распределения ресурсов типа I

2.1 Математическая модель распределения ресурсов типа I между проектами

2.2 Численный метод и алгоритм оптимизации распределения затрат между проектами

2.3 Модель оптимального распределения ресурсов внутри проекта

2.4 Численные методы решения задачи распределения ресурсов внутри проекта

2.5 Выводы

3. Математическая модель и решение оптимизационной задачи распределения ресурсов типа мощности

3.1 Формализация задачи и математическая модель для определения ресурсов типа мощности

3.2 Численный метод решения оптимизационной задачи распределения ресурсов типа мощности

3.3 Модификации разработанного подхода

3.3.1 Решение задачи минимизации общей продолжительности

проекта

3.3.2. Обратная оптимизационная задача

3.4 Выводы

Глава 4 Программная реализация программного комплекса оптимизации функционирования многостадийной стохастической системы на примере

ЗАО «Воронеж-Дом»

4.1 Структура программного комплекса

4.2 Структура базы данных

4.3 Результаты работы программного средства

4.4 Выводы

Основные результаты работы

Список использованных источников

Введение диссертации (часть автореферата) на тему «Математическое моделирование и оптимизация ресурсных задач в многостадийных проектах со стохастическими параметрами»

Введение

Актуальность темы. Особенностью современных производственных и обслуживающих комплексов является высокая степень неопределенности, возникающая на различных этапах выполнения сложных проектов. Стохастический характер функционирования систем обусловлен в первую очередь случайной длительностью отдельных операций проекта, возможным перераспределением ресурсов в процессе выполнения работ, различного рода рисками, а также целым рядом других случайных факторов. Тем не менее, сдача проектов в директивные сроки является одним из основных требований, предъявляемых ко всем предприятиям и организациям.

В связи с этим, оптимизация функционирования сложных мультипро-ектных систем является сложной МР-полной задачей, требующей для своего решения наличия адекватных математических моделей, учитывающих все специфические особенности проектов, в также реализацию разнообразных алгоритмов решения, основанных, как правило, на численном аппарате. Одним из важнейших инструментов для решения данной задачи является эффективное распределение ресурсов как между несколькими проектами, так и внутри отдельного проекта.

Для многостадийных проектов существуют частные решения этой задачи, основанные на использовании методов сетевого планирования и управления. Известны методы решения задач календарного планирования разнообразных проектов с точки зрения скорейшего завершения; разработан математический аппарат для решения отдельных ресурсных задач. Однако, большинство решений получено в предположении о детерминированном характере проектов, а функционирование мультипроектных систем со стохастическими параметрами и целым рядом как временных, так и ресурсных ограничений исследовано недостаточно.

Таким образом, актуальность темы диссертационной работы определяется необходимостью создания комплекса математических моделей и алго-4

ритмов, и программ, обеспечивающих оптимизацию решения ресурсных задач в мультипроектных системах со стохастическими параметрами отдельных работ.

Работа выполнена в рамках федеральной комплексной программы «Исследование и разработки по приоритетным направлениям науки и техники гражданского назначения».

Цель работы. Целью диссертации является разработка математических моделей, численных методов и программных средств, обеспечивающих решение задачи оптимизации сложных систем, отличительными особенностями которых являются стохастический характер параметров проектов и взаимная зависимость между отдельными работами, путем эффективного распределения ресурсов.

Задачи исследования. Достижение цели работы потребовало решения следующих основных задач:

1. Получить математическую модель оптимального распределения ресурсов, отличительной чертой которых является исчерпание в процессе выполнения работы и невозможность возобновления в течение рассматриваемого периода (ресурсы типа I).

2. Разработать численные методы и алгоритмы решения оптимизационных задач распределения ресурсов типа I.

3. Построить математические модели для решения задачи оптимизации комплекса проектов по ресурсам типа мощности (ресурсов типа II).

4. Разработать численные методы, позволяющие найти оптимальное распределение ресурсов типа II как между проектами, так и внутри отдельного проекта.

5. Разработать комплекс программ, позволяющий автоматизировать решение описанных выше оптимизационных задач.

Методы исследования. В работы использованы методы математического моделирования, методы оптимизации, теория случайных процессов,

методы математического программирования, численные методы и теория объектно-ориентированного программирования.

Тематика работы соответствует следующим пунктам паспорта специальности 05.13.18:

3. Разработка, обоснование и тестирование эффективных численных методов с применением компьютерных технологий.

5. Комплексные исследования научных и технических проблем с применением современной технологии математического моделирования и вычислительного эксперимента.

8. Разработка систем компьютерного и имитационного моделирования.

Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:

1. Математическая модель оптимального распределения ресурсов между проектами, обеспечивающая использование сетевых моделей лишь на этапе прогнозирования сроков выполнения разработок, и учитывающая стохастический характер динамики хода выполнения таких разработок.

2. Математическая модель распределения ресурсов внутри проекта, отличающаяся выделением фрагментов исходного технологического графа и позволяющая построить оптимальный календарный план выполнения всех работ проекта в сроки, определенные договорными обязательствами, с минимальными затратами.

3. Численные методы решения задач распределения ресурсов, учитывающие ограничения на объем ресурсов и приросты относительных трудоем-костей по каждому проекту, и обеспечивающие решение оптимизационной задачи с точки зрения директивных сроков и приоритетов проектов.

4. Математическая модель оптимизации комплекса проектов по ресурсам, учитывающая ограничения на все виды ресурсов, а также вероятности завершения проектов в директивные сроки и приоритеты проектов, и позволяющая минимизировать математическое ожидание расходов при использовании ресурсов в течение срока реализации проектов.

6

5. Численный метод решения задачи оптимизации комплекса проектов с точки зрения ресурсов типа мощности, сочетающий в себе два иерархических уровня, на первом из которых используется метод покоординатной оптимизации, а на втором - имитационное моделирование, и обеспечивающий нахождение оптимального ресурсного наполнения каждого проекта с учетом его приоритета и директивных сроков выполнения.

6. Структура системы компьютерного моделирования, отличающаяся гибкостью траектории решения задачи путем динамического подключения необходимых модулей и обеспечивающая автоматизацию процесса решения ресурсных задач для многостадийных стохастических проектов.

Практическая значимость Практическая значимость диссертационного исследования состоит в реализации программного комплекса, предназначенного для автоматизации процесса решения оптимизационных задач, связанных с распределением ресурсов любого вида между проектами и внутри проекта, составления план-графика работы предприятия и др. в условиях стохастической неопределенности.

Реализация н внедрение результатов работы. На основании разработанных математических моделей и численных методов решения соответствующих оптимизационных задач, реализован комплекс программ, позволяющий оптимизировать процесс выполнения многостадийных проектов путем эффективного распределения ресурсов.

Использование разработанных в диссертации моделей и механизмов позволяет многократно применять разработки, тиражировать их и осуществлять их массовое внедрение с существенным сокращением продолжительности трудозатрат и средств.

Разработанные теоретические и практические результаты работы, реализованные в виде программного средства, используются в практике работы ЗАО «Воронеж-дом» и ООО УК «Жилпроект» (г. Воронеж). Эффект от внедрения заключается в сокращении времени, затрачиваемого на процесс планирования, а также в повышении производительности в среднем на 2,3 %. 7

Модели, алгоритмы включены в состав учебных курсов «Управление проектами» и «Инновационный менеджмент», читаемых в Воронежском государственном архитектурно-строительном университете.

Апробация работы

Основные результаты исследований и научных разработок докладывались и обсуждались на следующих конференциях: научно-практич. конф. «Образование, наука, производство, управление» (Старый Оскол, 2010); Всероссийская молодежная научная школа «Инженерия знаний. Представление знаний: состояние и перспективы» (Воронеж, 2012); Международная молодежная конференция в рамках фестиваля науки «Математические проблемы современной теории управления системами и процессами» (Воронеж, 2012); 65-я всероссийская научно-практическая конференция «Инновации в сфере науки, образования и высоких технологий» (Воронеж, 2010); 64-68-й научно-технических конференциях по проблемам архитектуры и строительных наук (г. Воронеж, 2009-2013).

Публикации. По результатам исследований опубликовано 16 научных работ, в том числе 7 - в изданиях, рекомендованных ВАК РФ. В работах, опубликованных в соавторстве и приведенных в конце автореферата, лично соискателю принадлежат: в [1] - численный алгоритм оптимизации ресурсов внутри проекта; в [3, 12, 14] - математическая модель оптимального распределения ресурсов типа I между проектами; в [5, 11, 16] - математическая модель оптимального распределения ресурсов внутри проекта; в [2, 6, 8] - математическая модель оптимизации комплекса проектов по ресурсам типа мощности; в [4, 10] - математическая модель определения оптимального набора ресурсов типа мощности; в [8, 13, 15] - численный алгоритм решения задачи оптимизации комплекса проектов с точки зрения ресурсов типа мощности.

Объем и структура работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 152 наименований. Основная часть изложена на 128 страницах, содержит 13 таблиц и 27 рисунков.

Глава 1 Особенности оптимизации многостадийных стохастических систем

Данная глава посвящена обзору основных особенностей функционирования систем, отличительными чертами которых являются взаимная зависимость между выполняемыми работами проекта, а также высокая степень неопределенности, возникающая на различных стадиях производства. В первой части главы рассматриваются проблемы функционирования многостадийных стохастических систем и отмечается, что эффективное распределение ресурсов всех типов является важнейшим инструментов оптимизации функционирования таких систем. Вторая часть посвящена обзору методов сетевого планирования и управления как основы описания и оптимизации многостадийных систем. Особенности задачи распределения ресурсов отражены в третьей части. В четвертой части главы приведены цель и задачи диссертационного исследования.

1.1 Проблемы функционирования многостадийных стохастических систем

Рассматривается функционирование сложной системы, особенностями которой является стохастический характер протекающих внутри нее процессов, а также многостадийность выполнения любого заказа, который в рамках данного диссертационного исследования будем называть проектом. В качестве таких систем могут выступать как производственные системы, предназначенные для выпуска какой-либо продукции, так и различные обслуживающие комплексы, осуществляющие оказание разнообразных услуг.

Неотъемлемой составляющей любой системы являются ресурсы. Под ресурсами в общем случае понимается количественная мера возможности выполнения какой-либо деятельности; условия, позволяющие с помощью определённых преобразований получить желаемый результат.

Проанализируем особенности, возникающие в процессе функционирования многостадийной стохастической производственной системы с точки зрения системного подхода [57, 94, 120].

Много стадийность означает необходимость выполнения комплекса взаимозависимых работ (операций) для завершения выполнения некоторого проекта. Они взаимосвязаны таким образом, что выполнение некоторых работ не может быть начато раньше, чем завершены некоторые другие. Такая зависимость налагает ограничения на начало выполнения работ (не раньше, чем будут выполнены все предшествующие работы). Системы с ташми особенностями являются предметом изучения класса задач сетевого планирования и управления или управления проектами.

Другая важная особенность исследуемых систем - это высокая степень неопределенности, которая может возникать на любых стадиях производства. Эта неопределенность обусловлена в первую очередь случайным характером длительности выполнения отдельных работ. Завершение некоторой работы позже запланированного срока приведет к необходимости задержки всех взаимозависимых работ и, как следствие, к возможному срыву директивного срока выполнения проекта. Другой возможной причиной стохастических изменений системы является перераспределение ресурсов в течение технологического цикла производственного процесса.

Исходя из особенностей данной задачи, а таюке специфики работы производственных систем, рассмотрим основные возможности для оптимизации их функционирования [25, 73, 76, 80, 95]. Одним основных инструментов, позволяющих управлять предприятием в условиях стохастической неопределенности его функционирования, а таюке наличия большого числа проектов, является эффективное распределение ресурсов всех типов. Проанализируем этот инструмент более подробно. Для этого исследуем специфику используемых ресурсов.

К ресурсам систем могут относиться трудовые ресурсы, оборудование (т.е. производственные фонды), финансовые ресурсы, используемые материалы и т.д. [141].

Очевидно, что трудовые ресурсы и производственные фонды как тип ресурсов принципиально отличаются от финансовых ресурсов, оборотных фондов и т.д. С экономической точки зрения стоимость данного вида ресурсов на готовую продукцию или услугу практически не переносится. Это означает, что после выполнения данной услуги или работы эти ресурсы останутся практически неизменными (если пренебречь амортизацией и т.д.). Ресурсы типа затрат, оборотных фондов и т.д. целиком потребляются в каждом новом производственном цикле. Это означает, что после выполнения некоторой работы или оказания определенной услуги эти ресурсы будут полностью израсходованы и не могут использоваться в дальнейшем.

Таким образом, детальный анализ специфики ресурсов позволит разделить их на две категории.

Под ресурсами типа I будем понимать ресурсы, количество которых изменяется в зависимости от времени их использования. Как правило, величины этих ресурсов уменьшаются пропорционально объёму выполняемой работы. К ним можно отнести все стоимостные ресурсы, материалы, сырьё, готовые изделия и др. Спецификой данного типа ресурсов является их исчерпание после выполненной работы.

Под ресурсами типа II будем понимать ресурсы, которые практически не изменяются в процессе их использования. К ним можно отнести людские ресурсы, оборудование (если пренебречь амортизацией) и др.

Очевидно, что задача распределения ресурсов каждого типа требует принципиально разных подходов и, следовательно, специфических методов решения [78]. В общем виде подходы к оптимизации функционирования сложных систем путем решения ресурсных задач представлены на рисунке 1.1.

Рисунок 1.1 — Оптимизация функционирования многостадийных производственных систем путем решения ресурсных задач

1.2 Сетевое планирование и управление как основной инструмент описания сложных систем с взаимной зависимостью между работами

В случае, если заявка, подлежащая обслуживанию (в данном случае, проект) включает в себя комплекс взаимозависимых работ, наиболее эффективным инструментом ее описания и исследования являются методы, описываемые в рамках моделей сетевого планирования и управления (управления проектами) [46, 47, 52, 60, 97, 142]. Следует также отметить, что задача эффективного распределения ресурсов напрямую связана с задачей формирова-12

ния оптимального план-графика выполнения работ, на которую, в основном, ориентированы данные методы. В связи с этим, рассмотрим основы СПУ более подробно.

Сущность метода управления проектами заключается в моделировании исследуемого процесса путем создания информационно-динамической модели задачи. В качестве такой модели используется графическое представление комплекса взаимосвязанных работ в виде так называемого сетевого графика. Сетевой график изображается в виде ориентированного графа, ребрами которого являются выполняемые работы, а вершинами - события, фиксирующие моменты начала и окончания каждой работы [24, 146].

Таким образом, основными понятиями сетевых моделей являются понятия события и работы.

Работа — это некоторый процесс, приводящий к достиженшо определенного результата и требующий затрат каких-либо ресурсов, имеет протяженность во времени. Термин «работа» может иметь следующие значения:

- действительная работа, требующая затрат времени и ресурсов на определённую операцию;

- «ожидание» - т.е. процесс, не требующий затрат труда, но занимающий время;

- фиктивная работа, которая указывает на логическую связь между двумя или несколькими операциями, не требующая ни затрат времени, ни ресурсов. Она изображается на графике пунктирной линией (стрелкой) и указывает на то, что начало последующей операции, зависит от результатов предыдущей.

Событие - момент времени, когда завершаются одни работы и начинаются другие. Событие представляет собой результат проведенных работ и, в отличие от работ, не имеет протяженности во времени [62].

Таким образом, начало и окончание любой работы описываются парой событий, которые называются начальным и конечным событиями. Поэтому для идентификации конкретной работы используют код работы (1, ]), 13

состоящий из номеров начального (1-го) и конечного (]-го) событий (Рисунок 1.2).

работа у

©-<Г)

Рисунок 1.2 -Отображение работы на сетевом графике

Взаимная зависимость между работами означает, что работы, выходящие из некоторого события, не могут начаться, пока не будут завершены все операции, входящие в это событие [31, 41, 149]. Пример взаимозависимых работ приведен на рисунке 1.3.

Рисунок 1.3- Взаимная зависимость работ

Исходным называют событие, которое не имеет предшествующих ему событий, т.е. это событие, с которого начинается проект [134].

Завершающим или конечным называют событие, которое не имеет последующих событий и показывает конечную цель проекта. Примеры исходного и завершающего события приведены на рисунке 1.4.

Рисунок 1.4 - Исходное и завершающее событие в сетевом графике

Использование методов сетевого планирования и управления позволяет определить время начала каждой отдельной работы сложного проекта, а также найти длительность проекта в целом.

Как было отмечено ранее, процесс решения данной задачи начинается с построения сетевого графика. На основании данного графика рассчитывают основные параметры сетевой модели, к которым относятся:

- раннее время наступления события i - Тр (i);

- позднее время наступления события i — Тп (i);

- резерв времени наступления события i - R(i).

Тр (i) — это время, необходимое для выполнения всех работ, предшествующих данному событию i.

Тп (i) - это такое время наступления события i, превышение которого вызовет аналогичную задержку наступления завершающего события сети.

R(i) - это такой промежуток времен, на который может быть отсрочено наступление этого события без нарушения сроков завершения разработки в целом.

Рассмотрим основную методику расчета данных параметров. Она отражена в подходе, который называется методом критического пути или СРМ (Critical Path Method).

Расчет ранних сроков наступления событий ведется от исходного к

завершающему событию. 15

(1.1)

Для всех остальных событий раннее время наступления рассчитывается по формуле:

Здесь Р(1) - это множество событий, предшествующих событию 1, <Ик(],1) -это длительность работы, которая начинается событием а завершается событием ь Схематично это можно представить с помощь следующего рисунка.

Раннее время начала завершающего события определяет минимальную длительность проекта. Она будет рассматриваться и как позднее время наступления этого события.

Поздние сроки наступления остальных событий рассчитываются от завершающего к исходному событию [147, 151].

Для завершающего события поздний срок наступления завершающего события К определяется по формуле:

(тР0)+сшао)

(1.2)

Рисунок 1.6 - Расчет временных параметров событий

(1.3)

Tn(i)=min(T„(j)-dlitai)) (1-4)

JicP(j)

Поскольку расчет производится в обратном порядке, то минимум берется по таким событиям j, для которых событие i является предшествующим.

Резерв при наступлении того или иного события определяется как разность между его поздним и ранним временем начала:

R(i) = Tn(i)-Tp(i). (1.5)

Аналогичным образом можно определить временные параметры работ

сети [].

Ранний срок начала работы - это раннее время события, которое определяет данную работу:

Tpil0J) = Tp(i)(1.6)

Как и в случае событий, определения позднего времени начинается с завершающих работ и заканчивается начальными. Для определения позднего момента начала работы (i,j) необходимо из позднего момента события j вычесть длительность работы:

T„(i,j)=TnG)-dlit(i,j) (1.7)

Для работ можно определить два вида резервов.

Полный резерв работы (i,j) Rn(i,j) можно рассчитать по формуле:

R п 0. j)=т„ 0) - тр (0 - dlit(i, J) (1-8)

Формула нахождения свободного резерва следующая:

Rn (i, j) = Тр (j) - Тр (i) - dlit(i, j) (1.9)

На основании характеристик (1.6) - (1.9) можно рассчитать ориентировочное время начала любой работы. Один из основных методов, позволяющих решить данную задачу - это метод критического пути (СРМ, Critical Path Method). Основу данного метода составляют такие понятия, как путь и критический путь.

Полный путь (в дальнейшем просто путь) — это любая последовательность работ в сетевом графике, которая начинается исходным событием и за-17

канчивается завершающим. Максимальный по продолжительности полный путь называется критическим путем.

Если работа находится на критическом пути, то она называется критической работой. Особенность критических работ заключается в том, что оии обладают нулевым резервом, т.е. перемещение их на более поздний период увеличит величину критического пути. Следовательно, критический путь (и все работы, стоящие на нем) должен быть всегда под контролем руководителей, поскольку от своевременного выполнения критических работ целиком зависит время выполнения всего проекта.

Как было сказано ранее, конечной целыо выполняемых расчетов является построение календарного план-графика. Поскольку одновременное выполнение сразу нескольких операций связано с необходимостью использования ресурсов (специалистов, оборудование и т.д.), при планировании на каждом этапе необходимо учитывать ограничения на ресурсы. Сдвигая некритическую работу на более поздний период (но в пределах ее полного резерва времени), можно добиться снижения максимальной потребности в ресурсах или для выравнивания потребностей в ресурсах на протяжении всего срока реализации программы.

Задача заключается в построении такого календарного плана, который бы удовлетворял критерию задачи (как правило, критерий скорейшего завершения).

Метод СМР ориентирован на формирование такого плана, при котором в первую очередь строится расписание для работ, находящихся на критическом пути. Общий алгоритм построения расписания будет состоять из следующих этапов:

1. рассматриваем момент 1=0

2. выделяем все работы, которые начинаются в момент I

3. рассчитаем резервы этих работ

4. определяем количество свободных ресурсов

5. каждой из выделенных работ назначаем приоритет в зависимости от ее резерва (чем меньше величина резерва, тем более приоритетной будет являться работа).

6. пока позволяет объем ресурсов выполняем следующие действия назначаем самой приоритетной работе время t

уменьшаем общий объем свободных ресурсов на величину ресурсов, которая требуется работе для своего выполнения

7. определяем следующий момент времени t, который будем рассматривать

8. если остались работы, которые можно было бы запланировать в данное время (если бы позволял объем ресурсов), то переносим их на момент t. В противном случае проверяем, всем ли работам назначено время начала. Если да, то алгоритм заканчивает свою работу

9. переходим к шагу 2

Как было отмечено в предыдущей части главы, особенностью большинства проектов является стохастических характер их параметров. В частности, длительность отдельных работ, как правило, не является детерминированной. В этом случае для оценок случайных величин, определяющих длительность, используется метод PERT - Program (Project) Evaluation and Review Technique. Этот метод оценивает длительность на основании предположения о бета - распределении такой величины. При этом также предполагается, что для любой работы известны ее наименьшее, наибольшее и наиболее вероятное время выполнения. С точки зрения случайных величин эти параметры характеризуют размах распределения и его моду. Тогда ожидаемая длительность выполнения некоторой работы i рассчитывается по следующей формуле:

а,+4т,+Ь, (1Л0)

Здесь: 19

а; - оптимистическое (наименьшее) время выполнения работы; Ь, - пессимистическое (наибольшее) время выполнения работы; Ш; - наиболее вероятное время выполнения работы.

Зная характеристики всех таких работ, а также их резервы, можно определить ожидаемую длительность выполнения всего проекта. Она будет определяться формулой:

(1.П)

i

Суммирование производится по всем работам, находящихся на критическом пути (т.е. работам с нулевым резервом). Поскольку в данном случаен длительность проекта будет являться случайной величиной, то можно также определить дисперсию этой случайной величины. В предположении о независимости длительностей всех работ друг от друга, эта характеристика будет вычисляться по формуле:

Список литературы диссертационного исследования кандидат наук Сидоренко, Елена Александровна, 2013 год

Список использованных источников

1. Аверина, Т.А. Моделирование оптимальной очередности реализации инновационных проектов / Т.А. Аверина, В.Н. Бурков, А.Р. Бородин, А.П. Сычев // ВЕСТНИК Воронежского государственного технического университета Том 5 № 1, 2009г. - с. 54 - 58.

2. Айвазян С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. М.: ЮНИТИ, 1998. - 1022 с.

3. Айзерман М.А., Вольский В.И., Литваков Б.М. Элементы теории выбора. Псевдокритерии и псевдокритериальный выбор. - М.:«Нефтяник»,1994. -216 с.

4. Александров Н.И., Комков Н.И. Моделирование организации и управления решением научно-технических проблем. М.: Наука, 1988. — 216 с.

5. Алтаев В.Я., Бурков В.Н., Тейман А.И. Теория сетевого планирования и управления // Автоматика и Телемеханика. 1966. № 5.

6. Алферов, В.И. Оптимальное распределение ресурсов в задачах в задачах календарного планирования / В.И. Алферов, С.А. Баркалов, Е.А. Сидоренко // Научно-практич. конф. преп-лей и асп. «Образование, наука, производство, управление», ТОМ 2 (24-25 ноября, 2010г. Старый Оскол) - с. 184 - 187.

7. Алферов, В.И. Построение оптимального календарного плана выполнения всех работ проекта [Текст] / В.И. Алферов, И.Ф. Набиуллин, Е.А. Сидоренко // ВЕСТНИК Воронежского госуд. технического университета Том 6 № 6, 2010.-с. 88-91.

8. Ансоф И. Стратегическое управление. М.: Экономика, 1989. - 519 с.

9. Ануфриев И.К., Бурков В.Н., Вилкова Н.И., Рапацкая С.Т. Модели и механизмы внутрифирменного управления. М.: ИПУ РАН, 1994. - 72 с. Ю.Баркалов С.А., Бурков В.Н., Курочка П.Н. и др. Диагностика, оценка и реструктуризация строительного предприятия. Бизнес-планирование. Воронеж, ВГАСА, 2000. 405 с.

11. Баркалов, С.А. Математическая модель альтернативной сети/ С.А. Барка-лов, О.В. Будков, Е.А. Сидоренко // «Инженерия знаний. Представление знаний: состояние и перспективы». Материалы Всероссийской молодежной научной школы (29-30 июня 2012г.) Воронеж, Научная книга, 2012. - с. 130 -132.

12. Баркалов, С.А. Задача перспективного планирования и прогнозирования потребления ресурсов/ С.А. Баркалов, О.В. Будков, Е.А. Сидоренко // «Инженерия знаний. Представление знаний: состояние и перспективы». Материалы Всероссийской молодежной научной школы (29-30 июня 2012г.) Воронеж, Научная книга, 2012. - с. 134 - 136.

13. Баркалов, С.А. Задача перспективного планирования и прогнозирования потребления ресурсов/ С.А. Баркалов, О.В. Будков, Е.А. Сидоренко // «Инженерия знаний. Представление знаний: состояние и перспективы». Материалы Всероссийской молодежной научной школы (29-30 июня 2012г.) Воронеж, Научная книга, 2012.-е. 134- 136.

14. Баркалов, С. А. Методы управления в вероятностных сетевых моделях с детерминированной структурой/ С.А. Баркалов, Е.А. Сидоренко, P.E. Пах-нин, О.В. Будков // Итоги 65-й всероссийской научно-практической конференции «Инновации в сфере науки, образования и высоких технологий» 2010.-№555.

15. Баркалов, С.А. Алгоритм оптимального распределения ресурсов внутри проекта/ С.А. Баркалов, В.Н. Бурков, Д.И. Голенко-Гинзбург, Е.А. Сидоренко // ВЕСТНИК Воронежского госуд. технического университета Том 6 № 10, 2010.-е. 65-68.

16. Баркалов, С.А. Решение задач перспективного планирования и прогнозирования при случайных оценках продолжительности операций/ С.А. Баркалов, Д.И. Голенко-Гинзбург, И.Ф. Набиуллин, Е.А. Сидоренко // ВЕСТНИК Воронежского госуд. технического университета Том 6 № 3, 2010. - с. 38 — 43.

17. Баркалов С.А., Буркова И.В., В.Н. Колпачев, Потапенко А.М. Модели и методы распределения ресурсов в управлении проектами. Институт проблем управления им. В.А. Трапезникова РАН. М.: 2004г.. 87 с.

18. Баркалов С.А., Баскаков А.С., Котенко А.М. Многоэтапный конкурс формирования инновационных программ регионального развития // Известия ТулГУ серия: строительство, архитектура и реставрация выпуск 9 Тула 2006г. С. 184-193.

19. Бахвалов Н.С. Численные методы/ Н.С. Бахвалов, Н.П. Жидков, Г.М. Кобельков. — 4-е изд. — М.: Бином. Лаборатория знаний, 2006. - 636 с.

20. Боев В.Д. Компьютерное моделирование. Элементы теории и практики/ В.Д. Боев, Р.П. Сыпченко. СПб.: ВАС, 2009. - 432с.

21. Бей И. Взаимодействие разноязыковых программ в Microsoft Windows. - Вильяме, 2005. - 880с.

22. Бен - Ган И. Microsoft SQL Server 2008. Основы T-SQL. - Спб: БХВ -Петербург, 2009. - 430 с.

23.Берзин Е.А. Оптимальное распределение ресурсов и элементы синтеза систем. М.: Сов. радио, 1974.

24.Берж К. Теория графов и ее применения. М.: Иностранная литература, 1962.-319 с.

25. Бережная Е.В., Бережной В.И. Математические методы моделирования экономических систем. - М.: «Финансы и статистика», 2001. - 368 с.

26.Блишун А.Ф. Сравнительный анализ методов измерения нечеткости// Техническая кибернетика.- 1988.- N 5, с. 152-173.

27. Болтянский В.Г. Математические методы оптимального управления. М.: Наука, 1968.-408 с.

28. Бородин, А.Р. Модели выбора и оценивания проектов/ А.Р. Бородин // Системы управления эволюцией организации: сб. тр. по материалам четвертой международной конференции г. Санья (КНР), 2007г. - с. 207-215.

29. Бородин, А.Р. Механизм минимизации манипулированием информацией

в системах организационного управления / А.Р. Бородин, С.А. Баркалов, А.П. 123

Сычев // Образование, наука, производство и управление: сб. тр. по материалам науч.-практич. конф., том III, г. Старый Оскол, 2008г.- с. 112 - 119. (лично автором выполнено 3 с.)

30.Брахман Т.Р. Многокритериальность и выбор альтернативы в технике. М.: Радио и связь, 1984.

31. Бурков В.Н., Горгидзе И.А., Ловецкий С.Е. Прикладные задачи теории графов. Тбилиси: Мецниереба, 1974. - 234 с.

32. Бурков В.Н., Горгидзе И.А., Новиков Д.А., Юсупов Б.С. Модели и механизмы распределения затрат и доходов в рыночной экономике. М.: ИПУ РАН, 1997.-60 с.

33. Бурков В.Н., Грацианский Е.В., Еналеев А.К., Умрихина Е.В. Организационные механизмы управления научно-техническими программами. -М.: ИПУ РАН, 1993.

34. Бурков В.Н., Данев Б., Еналеев А.К. и др. Большие системы: моделирование организационных механизмов. М.: Наука, 1989. - 245 с.

35. Бурков В.Н., Еналеев А.К., Новиков Д.А. Механизмы стимулирования в вероятностных моделях социально-экономических систем // Автоматика и Телемеханика. 1993. № 11. С. 3 - 30.

36. Бурков В.Н., Еналеев А.К., Новиков Д.А. Механизмы функционирования социально-экономических систем с сообщением информации // Автоматика и Телемеханика. 1996. № 3. С. 3 - 25.

37. Бурков В.Н., Заложнев А.Ю., Новиков Д.А. Теория графов в управлении организационными системами. - М.: СИНТЕГ - 2001. - 265 с.

38. Бурков В.Н., Зинченко В.И., Сочнев C.B., Хулап Г.С. Механизмы обмена в экономике переходного периода. - М.: Институт проблем управления РАН, 1999.-77 с.

39.Бурков В.Н., Квон О.Ф., Цитович Л.А. Модели и методы мультипроектно-го управления. М.: ИПУ РАН, 1998. - 62 с.

40.Бурков В.Н., Кондратьев В.В. Механизмы функционирования организационных систем. М.: Наука, 1981. - 384 с.

124

41. Бурков В.Н., Ланда Б.Д., Ловецкий С.Е., Тейман А.И., Чернышев В.Н. Сетевые модели и задачи управления. М.: Советское радио, 1967. - 144 с.

42. Бурков В.Н., Ловецкий С.Е. Методы решения экстремальных задач комбинаторного типа. - Автоматика и телемеханика, 1968, №11.

43. Бурков В.Н., Новиков Д.А. Как управлять проектами. М.: Синтег, 1997. — 188 с.

44. Бурков В.Н., Новиков Д.А. Теория активных систем: состояние и перспективы. М.: СИНТЕГ, 1999. - 128 с.

45.Бурков В.Н. Новиков Д.А. Как управлять организациями. - М.: СИНТЕГ, 2004.

46. Бурков В.Н. и др. Сетевые модели и задачи управления. Библиотека технической кибернетики. М.: Советское радио, 1967.

47. Буркова И.В., Михин П.В., Попок М.В., Семенов П.И., Шевченко Л.В. Модели и методы оптимизации планов проектных работ. — М., 2005. 103 с. (Научное издание / Институт проблем управления им. В.А. Трапезникова РАН).

48.Бусленко В.Н. Автоматизация имитационного моделирования сложных систем.-М.: Наука, 1977.- 240 с.

49. Буч Г. Объектно-ориентированный анализ и проектирование. - М., 1999.-415с.

50. Вагнер Г. Основы исследования операций. М.: Мир, 1972. Т. 1-3.

51. Васильев В.М., Зеленцов Л.Б. Автоматизация организационно-технологического планирования в строительном производстве. М.: Стройиз-дат, 1991.-152 с.

52. Васильев Д.К., Колосова Е.В., Цветков A.B. Процедуры управления проектами // Инвестиционный эксперт. 1998. № 3. С. 9 - 10.

53. Васильев Ф.П. Численные методы решения экстремальных задач. — М.: Наука, 1980.

54. Вержбицкий В.М. Основы численных методов. М.: Высш. шк., 2005. -

840с. 125

55.Вознесенский В.А., Ковальчук А.Ф. Принятие решений по статистическим моделям .-М.: Статистика, 1978.- 192 с.

56. Волков Е.А. Численные методы. - М.: Наука, 1982.

57. Воронов A.A. Исследование операций и управление. М.: Наука, 1970. -128 с.

58. Воропаев В.И., Любкин С.М., Голенко-Гинзбург Д. Модели принятия решений для обобщенных альтернативных стохастических сетей // Автоматика и Телемеханика. 1999. № 10. С. 144 - 152.

59. Воропаев В.И. Модели и методы календарного планирования в автоматизированных системах управления строительством. М.: Стройиздат, 1974. -232 с.

60. Воропаев В.И., Шейнберг М.В. и др. Обобщенные сетевые модели. М.: ЦНИПИАС, 1971.-118 с.

61.Гермейер Ю.Б. Игры с непротивоположными интересами. М.: Наука, 1976. - 327 с.

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

63. Голенко-Гинзбург, Д.И. Задача оптимального распределения затрат между проектами, представленными сетевыми графиками/ Д.И. Голенко-Гинзбург, Е.А. Сидоренко, Д.Э. Хицков // ВЕСТНИК Воронежского госуд. технического университета Том 6 № 4, 2010.-е. 169 - 172.

64. Голенко-Гинзбург, Д.И. Задача минимизации времени выполнения разработки при ограничениях на интенсивность потребления ресурсов/ Д.И. Голенко-Гинзбург, Е.А. Сидоренко, В.О. Скворцов // ВЕСТНИК Воронежского госуд. технического университета Том 6 № 4, 2010. - с. 197-201.

65. Голенко-Гинзбург, Д.И. Алгоритм оптимального распределения ресурсов внутри проекта/ Д.И. Голенко-Гинзбург, Е.А. Сидоренко, A.B. Никитенко // ВЕСТНИК Воронежского госуд. технического университета Том 6 № 4, 2010.-е. 32-35.

66.Голуб Л.Г. Автоматизация решения задач подготовки строительного производства. М.: Стройиздат, 1983.

67. ГОСТ 34.321-96 Информационная технология. Система стандартов по базам данных. Эталонная модель управления данными.

68. ГОСТ Р ИСО/МЭК 12119-2000 - Информационная технология. Пакеты программ. Требования к качеству и тестирование.

69. Гусаков A.A. и др. Выбор проектных решений в строительстве.- М.: Стройиздат, 1982.

70.Дамодаран Асв. Инвестиционная оценка. Инструменты и методы оценки любых активов./Пер. с англ. - М.: Альпина Бизнес Букс, 2004. - 1342 с.

71. Дейт К. Дж. Введение в системы баз данных. — 8-е издание.: Пер. с англ. — М.: Издательский дом «Вильяме», 2005.

72. Дейт К. Дж. SQL и реляционная теория. Как грамотно писать код на SQL. М.: Символ - плюс, 2010. - 474 с.

73.Джеймс К. Ван Хорн, Джон М. Вахович (мл.) Основы финансового менеджмента, 11-е издание.: Пер. с англ. - М.: Издательский дом «Вильяме», 2004. - 992 с.

74.Дмитриев А.Н. Современные проблемы управления инновационной деятельностью в строительстве и стройиндустрии Москвы; Учебно-практическое пособие - М.: Изд-во Рос. экон. акад., 2006 г. - 150 с.

75.Евланов Л.Г. Теория и практика принятия решений. М.: Экономика, 1984.

76. Евтушенко Ю.Г. Методы решения экстремальных задач и их применение в системах оптимизации. - М.: Наука, 1982.

77.Заде Л. Понятие лингвистической переменной и его применение к принятию решений. М.: Мир, 1976.

78.Иванилов Ю.П., Лотов A.B. Математические модели в экономике. М.: Наука, 1979.-304 с.

79. Идеальная разработка ПО. Рецепты лучших программистов. Спб.: Питер, 2011.-592 с.

80. Интриллигатор М. Математические методы оптимизации и экономическая теория. М.: Прогресс, 1975. - 606 с.

81. Исследование операций. Т.2. / Под ред. Моудера Дж., Элмаграби С. -М.:

Мир, 1981.

82. Каплинский А.И., Руссман И.Б., Умывакин В.М. Моделирование и автоматизация слабо-формализованных задач выбора наилучших вариантов систем. - Воронеж: Изд - во ВГУ, 1990. - 168 с.

83. Карпов В.Г., Тищенко В.Е. Программно - целевое планирование линейного строительства. -Мн., Выш. Шк., 1987. - 128 с.

84. Кендалл И., Роллинз К. Современные методы управления портфелями проектов и офис управления проектами: максимизация ROI. М.: ПМСОФТ, 2004. - 576 с.

85. Кини P.JL, Райфа X. Принятие решений при многих критериях: предпочтения и замещения. М.: Радио и связь, 1981. - 560 с.

86. Клейнер Г.Б. Производственные функции: теория, методы, применение. М.: Финансы и статистика, 1986. - 238 с.

87. Климов А. С#. Советы программистам. - БХВ-Петербург, 2006. - 544с.

88. Коннолли Т. Базы данных. Проектирование, реализация и сопровождение. Теория и практика/ Т. Конолли, К. Бегг. — 3-е издание.: Пер. с англ. — М.: Издательский дом «Вильяме», 2003.

89.Кокс Д., Хинкин Д. Теоретическая статистика. М.: Мир, 1978.- 558 с.

90. Колмогоров А.Н. О представлении непрерывных функций нескольких переменных суперпозициями непрерывных функций меньшего числа переменных. - ДАН СССР, 1956, № 2.

91. Комков Н.И., Левин Б.И., Журдан Б.Е. Организация систем планирования и управления прикладными исследованиями и разработками. М.: Наука, 1986.-233 с.

92. Курочка П.Н. Моделирование задач организационно - технологического проектирования. Воронеж, ВГАСУ, 2004. 204 с.

93. Куликов Ю.А. Оценка качества решений в управлении строительством. М.: Стройиздат, 1990. - 144 с.

94.Ларичев О.И. Наука и искусство принятия решений. М.: Наука, 1979.

95. Левин В.И. Структурно-логические методы исследования сложных систем с применением ЭВМ / В.И. Левин - М.: Наука, 1987.

96.Левицкий Е.М. Адаптивные эконометрические модели. - Новосибирск: Наука, 1981.-224 с.

97. Либерзон В.И. Основы управления проектами. М.: Нефтяник, 1997. - 150 с.

98. Ли Э.Б., Маркус Л. Основы теории оптимального управления. М.: Наука, 1972-576 с.

99. Литвак Б.Г. Экспертная информация: методы получения и анализа. М.: Радио и связь, 1982. - 184 с.

100. Литвак Б.Г. Экспертные оценки и принятие решений. М.:Патент,1996 -271 с.

101.Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования. -М.: Статистика, 1979. - 254 с.

102. Малышев Н.Г., Берштейн Л.С., Боженюк A.B. Нечеткие модели для экспертных систем в САПР.-М.: Энергоиздат, 1991.- 136 с.

103. Матвеев A.A., Новиков Д.А., Цветков A.B. Модели и методы управления портфелями проектов. М.: ПМСОФТ, 2005. - 206 с.

104. Мейер Б. Объектно-ориентированное конструирование программных систем. М.: Русская редакция, 2004. - 1204 с.

105.Мильнер Б.З., Евенко Л.И., Раппопорт B.C. Системный подход к организации управления. М.: Экономика, 1983. - 224 с.

106. Михалевич B.C., Волкович В.Л. Вычислительные методы исследования и проектирования сложных систем. М.: Наука, 1982. - 286 с.

107. Моисеев H.H. Элементы теории оптимальных систем. М.: Наука, 1974. -526 с.

108.Мышкис А.Д. Элементы теории математических моделей. -М.: Физмат-лит, 1994,- 192с.

109.Нейгел К. С# 2005 и платформа для .NET 3.0 для профессионалов/ К. Нейгел, Б. Ивьен, Дж. Глин, М. Скиннер, К. Уотсон. - М.: Издательский дом «Вильяме», 2008. - 1376 с.

110. Моисеев H.H. Методы оптимизации/ H.H. Моисеев, Ю.П. Иванилов, Е.М. Столярова. -М.: Наука, 1978.

Ш.Новиков Д.А. Закономерности итеративного научения. М.: ИЛУ РАН, 1998.-96 с.

112. Новиков Д.А. Механизмы стимулирования в моделях активных систем с нечеткой неопределенностью. М.: ИЛУ РАН, 1997. - 101 с.

113. Новиков Д.А. Механизмы функционирования многоуровневых организационных систем. М.: Фонд "Проблемы управления", 1999. - 150 с.

114. Новиков Д.А. Теория управления организационными системами. М.: Московский психолого - социальный институт, 2005. - 384 с.

115. Новиков Д.А., Иващенко A.A. Модели и методы организационного управления инновационным развитием фирмы. М.: КомКнига, 2006. — 256 с.

116. Ногин В.Д., Протодьяконов И.О., Евлампиев И.И. Основы теории оптимизации. М.: Высшая школа, 1986. - 384 с.

117. Орлов А.И. Устойчивость в социально-экономических моделях М.: Наука, 1979.-218 с.

118. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981. - 206 с.

119. Официальный сайт Федеральной службы государственной статистики http://www.gks.ru/

120. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ. М.: Высшая школа, 1989. - 367 с.

121.Петросян Л.А., Зенкевич H.A., Семина Е.А. Теория игр. М.: Высшая школа, 1998. - 304 с.

122. Поспелов Д.А. Ситуационное управление: теория и практика. М.: Нака, 1986.

123. Поспелов Г.С., Ириков В.А. Программно-целевое планирование и управление. М.: Советское радио, 1976. - 344 с.

124. Пшеничный Б.Н. Численные методы в экстремальных задачах/ Б.Н. Пшеничный, Ю.М. Данилин. - М.: Наука, 1975.

125. Рыжиков Ю.И. Имитационное моделирование: теория и технологии. Спб: Корона принт; М.: Альтекс А, 2004. - 384 с.

126. Саати Т.Л. Целочисленные методы оптимизации и связанные с ними экстремальные проблемы. - М.: Мир, 1973.

127. Самарский A.A. Введение в численные методы. - М.: Наука, 1987. — 180 с.

128. Самарский A.A. Математическое моделирование: Идеи. Методы. Примеры. М.: Физматлит, 2001. - 320 с.

129. Санталайнен Т. Управление по результатам. М.: Прогресс, 1988.-320с.

130. Сидоренко, Е.А. Метод «затраты-эффект» в задачах формирования многоцелевых программ/ В.В. Зубарев, Е.А. Сидоренко, A.A. Христюк // ВЕСТНИК Воронежского госуд. технического университета Том 7 № 6, 2011. - с. 106-108.

131. Сидоренко, Е.А. Статистические методы оптимизации сетевых моделей с детерминированными параметрами/ Е.А. Сидоренко, О.В. Будков // Научный вестник Воронежского государственного архитектурно-строительного университета. Серия: Управление строительством. Выпуск №1(4), 2013.. - с. 56-67.

132. Теория систем и системный анализ в управлении организациями. / Под ред. В.Н. Волковой, A.A. Емельяновой. - М.: «Финансы и статистика», 2006. - 848 с.

133.Уздемир А.П. Динамические целочисленные задачи оптимизации в экономике.-М.: Физматлит, 1995.

134. Форд Л., Фалкерсон Д. Потоки в сетях. М.: Мир, 1966. - 276 с. 131

135. Фридман Дж., Ордуэй Ник. Анализ и оценка приносящей доход недвижимости. Пер. с англ. - М.: Дело, 1997. - 480 с.

136. Цыганов В.В. Адаптивные механизмы в отраслевом управлении М.: Наука, 1991. - 166 с.

137. Шарп У., Александер Г., Бэйли Д. Инвестиции. М.:ИНФРА-М, 2001.-350 с.

138.Эйкхофф П. Основы идентификации систем управления. М.: Мир, 1975. -688 с.

139.Эткинд Ю.Л. Организация и управление строительством. Свердловск: УГУ, 1991.-312 с.

140. Barkalov, S. Choice of Effective Organizational and Technological Decisions under Reconstruction with Consideration for Ecological Monitoring / S.Barkalov, O.Budkov, Ye.Sidorenko // Journal «Scientific Israel -Technologikal Advantages» «Scientific Herald» of Voronezh State University of Architecture and Civil Engineering, Vol. 14, № 2,3 2012. - p. 21 - 29.

141. Byars L.L., Leslie W.R. Human resource management. Boston: Homewood, 1991.-545 p.

142. Drucker P. Management: tasks, responsibilities, practices. N.Y.: Harper & Row, 1974. - 839 p.

143. Fleming Q.W., Hoppelman J.M. Earned value Project Management. PMI, 1996.-141 p.

144. Kerzner H. Project Management: A Systems Approach to Planning, Scheduling, and Controlling, 8-th Edition. N.Y. John Wiley & Sons, 2003. - 912 p.

145. Killingworth M. Labor supply. Cambridge:Cambridge Univ. Press, 1983493 p.

146. Koulopulos T.M., Frappaolo C. Knowledge management. Dover: Capstone, 1999.-222 p.

147. Phillips J.J., Bothell T.W., Snead G.L. The project management scorecards. Amsterdam: Elseiver, 2003. - 353 p.

148. Rampersad K.H. Total performance scorecard. Amsterdam: Elseiver, 2003. -330 p.

149. Rumizen M.C. Knowledge management. N.Y.: Alpha, 2002. - 315 p.

150. Sprumont Y. The division problem with single-peaked preferences: a characterization of the uniform allocation rule // Econometrica. 1991. Vol. 59. № 2. P. 509-519.

151. Wysocky R.K., Beck R., Crane D.B. Effective project management. N.Y. John Wiley & Sons, 2000. - 418 p.

152. Zack M.H. Knowledge and strategy. Boston: Butterworth Hendemann, 1999. -312 p.