Методика вероятностного прогнозирования состояния организационно-технологических систем при помощи формализмов GERT-сетей тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Зырянов, Антон Александрович

• Зырянов, Антон Александрович
• кандидат технических наук
• 2013

Оглавление диссертации кандидат технических наук Зырянов, Антон Александрович

Оглавление

Введение

Глава 1. Анализ организационно-технологических систем, представленных бизнес-процессами

1.1. Процессный подход к управлению

1.1.1. Основные положения процессного подхода

1.1.2. Жизненный цикл бизнес-процесса

1.1.3. Методологии описания бизнес-процессов

1.2. Идентификация организационно-технологических систем

1.2.1. Бизнес-анализ

1.2.2. Process mining (Анализ процессов)

1.2.3. Идентификация бизнес-процессов

1.2.4. Обзор систем учета в разрезе бизнес-процессов

1.3. Математические методы прогнозирования, оценки и анализа бизнес-процессов

1.3.1. Имитационный эксперимент

1.3.2. Сети Петри

1.3.3. Цепи Маркова

1.3.4. Альтернативные стохастические сетевые модели

1.3.5. Анализ математических методов

1.4. Применение математического аппарата GERT-сетей

1.4.1. Основные положения GERT-сетей

1.4.2. Анализ работ, посвященных применению GERT-сетей

1.4.3. Анализ возможности моделирования бизнес-процессов на основе GERT-сетей

1.4.4. Методы расчета GERT-сетей

Выводы к первой главе

Глава 2. Методы прогнозирования, оценки и анализа бизнес-процессов

2.1. Методика вероятностного прогнозирования состояния организационно-технологических систем

2.2. Формальная модель бизнес-процесса в нотации ARIS еЕРС

2.3. Идентификация системы бизнес-процессов

2.3.1. Идентификация бизнес-процессов на основе Process mining

2.3.2. Методика параметрической идентификации бизнес-процессов на основе учетных данных

2.4. Математический аппарат вЕЯТ-сетей

2.4.1. Математическая модель ОЕЯТ-сети

2.4.2. Расчет вЕЯТ-сетей на основе уравнения Мейсона

2.5. вЕЯТ-сетевое описание моделей бизнес-процессов

2.5.1. Алгоритм трансляции модели бизнес-процессов в вЕЯТ-сеть

2.5.2. Модель узла вЕЯТ-сети, описывающая разветвление хода бизнес-процесса по логическому правилу ИЛИ (ОЯ)

2.6. Методика оценки числовых характеристик ОЕЯТ-сети на основе эквивалентных преобразований

2.6.1. Постановка задачи

2.6.2. Оценка числовых характеристик ОЕЯТ-сети

2.6.3. Формулы нахождения числовых характеристик ОЕЯТ-сети

2.6.4. Алгоритм преобразования ОЕЯТ-сети к эквивалентной дуге

2.6.5. Пример оценки числовых характеристик ОЕЯТ-сети

2.6.6. Оценка трудоемкости и емкостной сложности алгоритма

2.7. Имитационное моделирование бизнес-процессов

Выводы ко второй главе

Глава 3. Описание объекта исследования

3.1. Бизнес-процесс производства деревянных остекленных конструкций

3.1.1. Деревообрабатывающее предприятие

3.1.2. Описание процесса производства деревянных остекленных конструкций

3.1.3. Автоматизированная система управления предприятием 1С: Предприятие 8

3.1.4. Данные по процессу производства

3.2. Сбор данных по объекту исследования

3.2.1. Метод извлечения данных из АСУ 1С: Предприятие 8

3.2.2. Метод построения журнала событий

Выводы к третьей главе

Глава 4. Прогноз вероятностно-временных характеристик бизнес-процесса производства деревянных остекленных конструкций

4.1. Построение системы хозяйственного учета в разрезе бизнес-процессов на основе учетных данных АСУ 1С: Предприятие 8

4.1.1. Описание реализации разработанной методики в 1С: Предприятие 8.2

4.1.2. Реализация методики параметрической идентификации бизнес-процессов на основе учетных данных в АСУ 1С: Предприятие 8.2

4.2. Идентификация бизнес-процесса производства деревянных остекленных конструкций

4.2.1. Структурная идентификация бизнес-процесса

4.2.2. Параметрическая идентификация бизнес-процесса

4.3. Трансляция модели бизнес-процесса в GERT-сеть

4.4. Прогноз состояния бизнес-процесса

4.4.1. Расчет GERT-сети на основе уравнения Мейсона

4.4.2. Оценка числовых характеристик GERT-сети на основе эквивалентных преобразований

4.4.3. Оценка числовых характеристик на основе имитационного эксперимента

4.4.4. Сравнение результатов расчета GERT-сетей

4.4.5. Анализ бизнес-процесса производства деревянных остекленных конструкций

4.5. Оценка прогностической способности GERT-сетевого моделирования бизнес-процессов

Выводы к четвертой главе

Заключение

Список литературы

Введение диссертации (часть автореферата) на тему «Методика вероятностного прогнозирования состояния организационно-технологических систем при помощи формализмов GERT-сетей»

ВВЕДЕНИЕ

Актуальность. В настоящее время возрастающая конкуренция в экономике, требующая высокого темпа изменений в организации и предельной эффективности, диктует новые требования к управлению организацией. Ответом на эти требования в XX - XXI веках явилось появление целого комплекса принципиально новых подходов к организационному управлению и автоматизации. Общим для этих подходов является опора на управление в разрезе бизнес-процессов.

Вопросами управления на основе процессного подхода занимались Э. Деминг, М. Хаммер и Д. Чампи, А.-В. Шеер, М. Робсон и Ф. Уллах, Т. Дэвенпорт, Дж. Харрингтон, Г.Н. Калянов, В.В. Репин, В.Г. Елиферов, М.А. Каменнова, Н.М. Абдикеев, В.В. Ильин и др. [2, 20, 28, 41, 43-45, 71, 79-81, 89-93, 104]. Процессный подход значительно обогатила японская школа управления производством, яркими представителями которой являются Т. Оно, С. Синго, Э. Тойода, М. Имаи [42, 75, 84].

В настоящее время предлагается несколько моделей жизненного цикла ВРМ (Business Process Management - управление бизнес-процессами), различающиеся в деталях, но сходные, по сути, и восходящие к циклу PDCA (Plan-Do-Check-Act, Планирование - Выполнение - Контроль - Улучшение) Шухарта-Деминга [20]. В настоящее время наиболее полной моделью жизненного цикла из числа получивших широкое распространение является «Полный цикл управления бизнес-процессами с применением инструментов, поддерживающих стандарты», предложенный Б. Найнани [70]. В состав этого цикла входят следующие фазы: Моделирование процесса, Имитационное моделирование и анализ, Внедрение и документирование, Развертывание и исполнение, Мониторинг, Оптимизация и перепроектирование.

Возрастающая сложность задач управления организационно-технологическими системами, необходимость обработки большого объема информации при заданном уровне точности и высокой трудоемкости,

оптимизации систем и прогнозирования ее состояний требуют развития инструментов интеллектуальной поддержки процессов управления и автоматизации управления. Однако автоматизированные решения по интеграции фаз жизненного цикла управления бизнес-процессами в единую систему сбора и обработки данных и оперативного управления с целью повышения эффективности функционирования системы в настоящее время недостаточно разработаны.

На пути решения данной научной задачи существует ряд проблем. Фаза моделирования жизненного цикла управления бизнес-процессами, в ходе которой создается высокоуровневая модель, состоящая из задач, которые должны выполняться, и нужных для этого ресурсов вызывает следующие проблемы у аналитиков:

• неточность и субъективность при построении структуры модели системы;

• сложности при сборе и оценке значений показателей бизнес-процессов в ситуации, когда аналитики располагают данными из систем учета (в том числе автоматизированных), не ориентированных на процессное управление.

Фаза имитационного моделирования и анализа, содержанием которой является построение прогноза состояния бизнес-системы на основе истории накопленных метрик (измеримых параметров), ставит бизнес-аналитиков перед необходимостью решать целый ряд серьезных проблем. К их числу относятся:

• высокая трудоемкость прогноза параметров системы при помощи существующих средств имитационного моделирования;

• вычислительная сложность имитационного эксперимента, экспоненциально возрастающая с ростом числа развилок в ходе процесса.

Ответом на проблему субъективности созданных моделей явилось появление технологии Process mining (анализ процессов, аналитическая обработка процессов) и соответствующего программного обеспечения - ProM. Process mining ставит новый класс задач по исследованию систем, в частности по

автоматизированной идентификации структуры системы. Основная идея анализа процессов заключается в том, чтобы выявить, отследить и произвести улучшение реальных (а не предполагаемых) процессов путем извлечения знаний, доступных в современных автоматизированных системах управления (АСУ), из журналов событий {event log) [132]. Однако, в информационных системах (АСУ, АСУП, АСУТП), в которых не определена явная модель бизнес-процесса, учетные данные не структурированы в разрезе бизнес-процессов, что осложняет возможность строить журналы событий из информационных систем для использования технологии Process mining, и осложняет дальнейший анализ систем.

Вместе с тем, при всей мощи методов аналитической обработки процессов они (по крайней мере, в существующем виде) не позволяют решить задачу оценки параметров эффективности бизнес-процессов в части эффективности расходования ресурсов. А данная задача неизбежно возникает в случае, когда проект по улучшению бизнес-процессов выходит за рамки чистого «рисования картинок», приближаясь к конкретным действиям по оценке и выявлению потерь, по отбору мероприятий повышения эффективности. Для решения данной задачи требуется реализация учета движения ценности, как на внешних границах системы, так и через внутренние границы бизнес-процессов.

Для решения проблемы трудоемкости и вычислительной сложности имитационного эксперимента при моделировании и оптимизации технических систем взамен «многопроходной модели» (применяющейся, например, в системах AnyLogic и ARIS Simulation) все большее распространение получают альтернативные стохастические сети, в частности математический аппарат GERT-сетей (GERT - graphical evaluation and review technique). GERT-сети позволяют построить прогноз состояния системы и провести исследование показателей ее функционирования в аналитическом виде, не требуя многих тысяч (а то и миллионов) прогонов имитационной модели для получения приемлемой точности прогноза. Главная идея GERT-сетей заключается в том, что дискретно-

событийная модель представляется в виде ориентированного графа -стохастической сети, состоящей из ребер и узлов. Ребро характеризуется законом распределения случайной величины (или нескольких величин), значимых для исследования - например, стоимости или времени выполнения операции, а также вероятностью перехода из предшествующего узла в следующий. Узел определяет логику ветвления процесса, порядок выполнения ребер (одновременно, по одному, в произвольной комбинации). Использование операций над производящими функциями законов распределения величин на ребрах и набора правил приведения к эквивалентному ребру позволяет вывести функцию, характеризующую закон распределения требуемой величины для завершающего узла (узлов) сети. Именно этот закон исчерпывающе заменяет собой результаты исследования выходной величины методом «многопроходного имитационного моделирования».

Исследованиями в области GERT-сетей занимались Pritsker, Phillips, Garcia-Diaz, Neumann [88, 120, 124-127]. В отечественной литературе наибольших научных результатов в развитии аппарата GERT-сетей достиг А.П. Шибанов [5658,95,96].

Математический аппарат GERT-сетей является одним из инструментов исследования различных классов систем. Однако, как ни странно, моделирование бизнес-процессов на основе GERT-сетей является мало разработанной темой. А ведь дискретно-событийные модели представляют собой отличный объект для статистического исследования с помощью стохастических сетей, формализованное описание бизнес-процессов в виде GERT-сети позволит провести исследования, связанные с прогнозом состояния системы.

Анализ работ по применению GERT-сетей [18, 19, 29, 30, 51-53, 55, 56, 58, 64, 88, 96, 97, 99, 100, 120, 125] выявил ряд существенных проблем, возникающих на пути решения данной задачи:

• применение GERT-сетей для моделирования организационно-технологических систем является мало разработанной темой - поиск в международных базах публикаций выявил буквально единичные работы на

эту тему, причем и обнаруженные статьи носят скорее характер постановочных, чем предоставляют рабочее решение данной задачи;

• при моделировании организационно-технологических систем достаточно часто требуется использовать узел («перекресток» в терминологии IDEF3), соответствующий логической функции «ИЛИ», а между тем задача моделирования такого узла GERT-сети является не только не решенной, но и не поставлена ни в одной из изученных работ, включая наиболее передовые в данной области разработки группы ван дер Аалста (Эйндховенский университет);

• существующие методы расчета GERT-сетей, основанные на использовании топологического уравнения Мэйсона, имеют высокую трудоемкость;

• не производилась оценка прогностической способности GERT-сетей ни для одного из классов систем.

Таким образом, в данной работе предлагается решать проблему точности и объективности построения структуры модели системы за счет использования технологии анализа процессов (Process mining), оценку параметров ресурсной эффективности бизнес-процессов предполагается решить за счет реализации системы оперативного учета, ориентированной на бизнес-процессы, а проблему высокой трудоемкости прогноза параметров системы предлагается решать за счет использования аппарата GERT-сетей. Для этого необходимо разработать методику, основанную на совмещении технологии Process mining, методов хозяйственного учета, с модификациями под требования учета в разрезе бизнес-процессов, а также прогноза состояния системы на основе GERT-сетей. Данная методика позволит интегрировать методы, модели и алгоритмы в единую систему сбора и обработки данных и оперативного управления для автоматизации построения прогноза состояния системы с целью повышения качества и эффективности функционирования организационно-технологических систем. Дополнительно предполагается расширить возможности аппарата GERT-сетей в части, касающейся моделирования организационно-технологических систем.

Задача вероятностного прогнозирования состояния организационно-технологической системы будет проверена на данных процесса производства деревянных остекленных конструкций деревообрабатывающего предприятия.

Задача построения системы хозяйственного учета в разрезе бизнес-процессов будет проверена на данных, собранных в ходе выполнения проекта повышения эффективности одной из оптовых генерирующих компаний рынка электрической энергии (ОГК).

Объект исследования - организационно-технологическая система, описанная бизнес-процессами.

Предмет исследования - средства идентификации и формализации организационно-технологических систем и алгоритмы автоматизации интеллектуальной поддержки процессов управления.

Цель работы - разработка методики вероятностного прогнозирования состояния организационно-технологической системы, обеспечивающей повышение точности и объективности исследования структуры модели системы за счет применения технологии аналитической обработки процессов (Process mining) и учета в разрезе бизнес-процессов, и снижение трудоемкости прогноза параметров системы без потери точности по сравнению с существующими методиками за счет применения математического аппарата GERT-сетей. Задачи работы:

1. Разработать подход структурной и параметрической идентификации дискретно-событийных моделей бизнес-процессов на основе учетных данных автоматизированной системы управления (АСУ) с использованием технологии аналитической обработки процессов (Process mining), включая методы извлечения данных АСУ и методы построения журналов событий.

2. Разработать методику параметрической идентификации бизнес-процессов на основе учетных данных АСУ, позволяющую оценивать ресурсную эффективность каждого из бизнес-процессов системы.

3. Разработать методику GERT-сетевого описания системы, представленной бизнес-моделями, полученными в результате аналитической обработки

и

процессов (Process mining) для прогнозирования и анализа состояния системы, включающую: алгоритм трансляции модели бизнес-процессов в модель GERT-сети, модель узла GERT-сети, описывающего разветвление хода бизнес-процесса по логическому правилу ИЛИ (OR).

4. Разработать методику оценки числовых характеристик GERT-сети на основе эквивалентных преобразований, позволяющую усовершенствовать методы расчета GERT-сетей без использования топологического уравнения Мейсона и вычисления производных по производящей функции моментов сети.

5. Оценить прогностическую способность разработанной методики и провести экспериментальную проверку корректности разработанных методов и алгоритмов на основе данных производственного процесса деревообрабатывающего производства.

Область исследования. Теоретические основы и методы математического моделирования организационно-технологических систем и комплексов, функциональных задач и объектов управления и их алгоритмизация.

Методы исследования. Для решения задач научного исследования применены: процессный подход к управлению, методы общей теории систем и теории управления, методы математического моделирования, теории вероятностей и математической статистики, идентификации систем, теории стохастических сетей.

На защиту выносятся следующие результаты:

1. Подход структурной и параметрической идентификации моделей бизнес-процессов на основе учетных данных АСУ с использованием технологии аналитической обработки процессов (Process mining).

2. Методика GERT-сетевого описания системы, представленной бизнес-моделями.

3. Методика оценки числовых характеристик GERT-сети на основе эквивалентных преобразований.

Научная новизна:

1. Впервые применен подход структурной и параметрической идентификации дискретно-событийных моделей бизнес-процессов на основе учетных данных АСУ с использованием технологии аналитической обработки процессов (Process mining), обеспечивающий повышение точности и объективности исследования структуры модели и позволяющий перейти от показателей системы к прогнозу состояния системы на основе GERT-сетей.

2. Разработана методика математического моделирования организационно-технологических систем, представленных бизнес-моделями, в виде GERT-сети, включающая алгоритм трансляции модели бизнес-процессов в модель GERT-сети, модель узла GERT-сети, описывающего разветвление хода бизнес-процесса по логическому правилу ИЛИ (OR), позволяющая снизить трудоемкость построения вероятностного прогноза параметров системы без потери точности по сравнению с существующими методами.

3. Разработана методика оценки числовых характеристик GERT-сети (математического ожидания и дисперсии) на основе эквивалентных преобразований, преимущество которой заключается в аналитическом расчете значений характеристик сети без потери точности и с меньшей трудоемкостью.

Практическая значимость:

1. Предложенные методы, математические модели и алгоритмы позволяют: повысить точность и объективность исследования структуры и значений показателей эффективности модели организационно-технологической системы, описанной бизнес-процессами, и снизить трудоемкость прогноза параметров системы без потери точности.

2. Разработан инструмент анализа процессов на примере широко распространенной системы 1С: Предприятие 8: разработана методика извлечения данных из АСУ и построения журнала событий (event log), разработан подход к анализу бизнес-процесса производства деревянных

остекленных конструкций и оценена его эффективность на основе вЕКТ-сетей.

3. Разработан инструмент параметрической идентификации бизнес-процессов на основе учетных данных системы, позволяющий получать значения показателей ресурсной эффективности бизнес-процессов системы из проводок оперативного учета в 1С: Предприятие 8 УПП. Достоверность полученных результатов и выводов обусловлена: корректностью использования математических моделей; согласованностью теоретических результатов с основными положениями теории вероятностей и математической статистики; сравнением значений основных результатов с известными методами математического моделирования; сравнением полученного прогноза с фактическими значениями экспериментальной выборки по прогнозируемому объекту.

Полученные результаты сравнивались с фактическими показателями деятельности организационно-технологических систем и показали достоверность и хорошую прогностическую способность предложенной методики.

Личный вклад автора. Все результаты диссертации получены лично автором. Из публикаций, выполненных в соавторстве, в диссертацию включены результаты, полученные лично автором.

Апробация работы. Результаты диссертационной работы докладывались и обсуждались на 6 международных конференциях: Пятнадцатая международная конференция по эвентологической математике и смежным вопросам «XV ЭМ'2011», г. Красноярск, 2011; Одиннадцатая международная конференция по финансово-актуарной математике и эвентологии безопасности «XI ФАМЭБ'2012», г. Красноярск, 2012 (2 доклада); Восьмая международная научно-практическая конференция «Перспективы развития информационных технологий», г. Новосибирск, 2012; Шестнадцатая международная конференция по эвентологической математике и смежным вопросам «XVI ЭМ'2012», г. Красноярск, 2012 (2 доклада); Одиннадцатая международная научно-практическая конференция «Перспективы развития информационных

технологий», г. Новосибирск, 2013; Двенадцатая международная конференция по финансово-актуарной математике и эвентологии безопасности «XII ФАМЭБ'2013», г. Красноярск, 2013.

Публикации. Основное содержание диссертации отражено в 14 публикациях автора, из которых 5 статей в рецензируемых научных журналах и изданиях.

Структура и объем работы. Диссертация состоит из введения, 4 глав, заключения. Общий объем работы 146 страниц. Список используемых источников включает 138 наименований.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Зырянов, Антон Александрович

Выводы к четвертой главе

Рассмотрено практическое применение методики построения вероятностного прогноза состояния организационно-технологической системы, описанной бизнес-процессами, на примере процесса производства деревянных остекленных конструкций. Методика включает три этапа: сбор данных о системе, идентификация модели бизнес-процесса системы, прогноз параметров функционирования системы.

Данные по производственному процессу были получены из системы АСУ 1С: Предприятие 8 в главе 3.

Проведена идентификация бизнес-процесса производства деревянных остекленных конструкций на основе технологии Process mining (анализа процессов) с помощью программных продуктов ProM, EasyFit. Модель идентифицированного бизнес-процесса приведена к модели GERT-сети на основе алгоритма трансляции модели бизнес-процесса в нотации ARIS еЕРС в модель GERT-сети.

Произведен расчет двух GERT-сетей: для трудоемкости процесса (время выполнения операций процесса), для общего времени выполнения процесса, включая время ожидания между операциями. Расчет вероятностно-временных характеристик ОЕЯТ-сетей проводился тремя методами: на основе уравнения Мейсона, на основе пересчета числовых характеристик ОЕЯТ-сети с помощью эквивалентных преобразований, с помощью имитационной модели бизнес-процесса.

Результаты расчетов ОЕЯТ-сетей для трудоемкости процесса и общего времени выполнения процесса показали адекватность разработанной аналитической методики оценки числовых характеристик (математического ожидания и дисперсии) на основе эквивалентных преобразований ОЕЯТ-сети по сравнению с известными методами. Также результаты расчетов ОЕЯТ-сетей позволяют: построить прогноз для нового варианта выполнения процесса, провести анализ процесса и его показателей, оценить эффективность процесса, выявить пути для оптимизации структуры и параметров выполнения процесса, провести оценку эффективности оптимизации, провести оперативный мониторинг статистических показателей при накоплении достаточной истории метрик.

Произведена оценка прогностической способности ОЕЯТ-сетей для класса бизнес-процессов деревообрабатывающего предприятия.

ЗАКЛЮЧЕНИЕ

В результате проведенных исследований разработана методика вероятностного прогнозирования состояния организационно-технологической системы, обеспечивающая повышение точности и объективности исследования структуры модели системы за счет применения технологии аналитической обработки процессов (Process mining) и снижение трудоемкости исследования системы без потери точности по сравнению с существующими методиками за счет применения математического аппарата GERT-сетей.

Поставленная цель достигнута, решены следующие задачи:

1. Разработан подход структурной и параметрической идентификации дискретно-событийных моделей бизнес-процессов на основе учетных данных автоматизированной системы управления (АСУ) с использованием технологии аналитической обработки процессов (Process mining), включая методы извлечения данных АСУ и методы построения журналов событий.

2. Разработана методика параметрической идентификации бизнес-процессов на основе учетных данных АСУ, позволяющая оценивать ресурсную эффективность каждого из бизнес-процессов системы.

3. Разработана методика GERT-сетевого описания системы, представленной бизнес-моделями, полученными в результате аналитической обработки процессов (Process mining) для прогнозирования и анализа состояния системы, включающая: алгоритм трансляции модели бизнес-процессов в модель GERT-сети, модель узла GERT-сети, описывающего разветвление хода бизнес-процесса по логическому правилу ИЛИ (OR).

4. Разработана методика оценки числовых характеристик GERT-сети на основе эквивалентных преобразований, позволяющая усовершенствовать методы расчета GERT-сетей без использования топологического уравнения Мейсона и вычисления производных по производящей функции моментов сети.

5. Оценена прогностическая способность разработанной методики и проведена экспериментальная проверка корректности разработанных методов и алгоритмов на основе данных производственного процесса деревообрабатывающего производства.

Применение на практике новых научных результатов, полученных при проведении исследования, на примере бизнес-процесса производства деревянных остекленных конструкций позволяет: построить прогноз для нового варианта выполнения процесса, провести анализ процесса и его показателей, оценить эффективность процесса, выявить пути для оптимизации структуры и параметров выполнения процесса, провести оценку эффективности оптимизации, провести оперативный мониторинг статистических показателей при накоплении достаточной истории метрик.

Дальнейшая работа может проводиться в следующих направлениях:

• проверка чувствительности моментов к различным параметрам ОЕЯТ-сети (вероятности дуг, законы и параметры распределения случайных величин дуг) с выходом на рекомендации по оптимизации модели в целом;

• проверка практической применимости аппарата ОЕЯТ-сетей для других аддитивных параметров - вероятностно-ресурсные характеристики: движение ресурсов, в том числе денег, загрузка исполнителей;

• разработка методов расчета произвольных ОЕЯТ-сетей для вероятностно-временных и вероятностно-ресурсных характеристик.

Список литературы диссертационного исследования кандидат технических наук Зырянов, Антон Александрович, 2013 год

СПИСОК ЛИТЕРАТУРЫ

1. Аалст Вил ван дер, Хей Кейс ван. Управление потоками работ: модели, методы и системы. М.: Физматлит, 2007. - 315 с.

2. Абдикеев H. М. Реинжиниринг бизнес-процессов / H. М. Абдикеев, Т. П. Данько , С. В Ильдеменов , А. Д. Киселев. М.: Изд-во Эксмо, 2005. - 592 с.

3. Акоф Р., Сасиени М. Основы исследования операций. M.: Мир, 1971. - 535 с.

4. Андерсен Б. Бизнес-процессы. Инструменты совершенствования. М.: РИА «Стандарты и качество», 2005. - 272 с.

5. Бурков В.Н., Новиков Д.А. Как управлять проектами: Научно-практическое издание. М.: СИНТЕГ, 1997. - 188 с.

6. Бусленко Н.П. Моделирование сложных систем. М.: Наука, 1968. - 356 с.

7. Вентцель Е.С., Овчаров JI.A. Теория вероятностей и ее инженерные приложения. М.: Академия, 2003. - 464 с.

8. Воропаев В.И. Модели и методы календарного планирования в автоматизированных системах управления строительством. М.: Стройиздат, 1975. -232 с.

9. Воропаев В.И., Гельруд Я.Д. Обобщенные стохастические сетевые модели для управления комплексными проектами (часть 1 ) // Управление проектами и программами. 2008. № 13. С. 2—13.

10. Воропаев В.И., Гельруд Я.Д. Обобщенные стохастические сетевые модели для управления комплексными проектами (часть 2 ) // Управление проектами и программами. 2008. № 14. С. 92—104.

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

12. Вумек Дж., Джонс Д. Бережливое производство Текст. М.: Альпина-Паблишер, 2004.

13. Голдрат Э. М., Кокс Дж. Цель: процесс непрерывного совершенствования. М.: ООО «Попурри», 2004. - 560 с.

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

15. Голенко Д.И., Лившиц С.Е., Кеслер С.Ш. Статистическое моделирование в технико-экономических системах (управление разработками). Ленинград: Издательство Ленинградского университета, 1977. - 264 с.

16. Голенко-Гинзбург Д.И. Стохастические сетевые модели планирования и управления разработками: Монография. Воронеж: Научная книга, 2010. - 284 с.

17. ГОСТ ISO 9001-2011 Системы менеджмента качества. Требования. М.: Госстандарт России, 2011. - 36 с.

18. Гугель Ю.В., Шибанов А.П. Методы моделирования сети на основе графовых моделей непрерывного времени // Телематика 2004. Материалы XI Всероссийской науч.-метод, конф. СПб. 2004. С. 155—156.

19. Дегтерев A.C., Письман Д.М. GERT-сетевой анализ времени выполнения задачи на неспециализированном гетерогенном кластере // Фундаментальные Исследования. 2005. № 4. С. 79—80.

20. Деминг Э. Выход из кризиса: Новая парадигма управления людьми, системами и процессами. М.: Альпина Бизнес Букс, 2007. - 370 с.

21. Доррер Г.А. Моделирование вычислительных систем. Учебное пособие. -Красноярск, КГТУ, 2004. - 201 с.

22. Доррер М.Г. Взвешенная вероятностная оценка бизнес-процесса на основе формализмов цепей Маркова // Вестник СибГАУ. - Красноярск: СибГАУ. 2008. № 4. С. 56—60.

23. Доррер М.Г. Восстановление структуры модели бизнес-процессов организации на основании параметров цепи Маркова, рассчитанных исходя из данных электронного документооборота // Вестник СибГАУ. - Красноярск: СибГАУ. 2006. № 5. С. 90—95.

24. Доррер М.Г., Зырянов A.A. Прогноз динамики событийных моделей бизнес-процессов на основе GERT-сетей // Информатизация и связь, 2012. - №7. -С. 124- 127.

25. Доррер М.Г., Зырянов A.A., Ланцев Е.А. Идентификация и прогноз функционирования модели бизнес-процессов дистанционного обучения // Труды XII международной ФАМЭБ'2013 конференции. - Красноярск: СФУ, НИИППБ, 2013.-С. 163- 168.

26. Доррер М.Г., Зырянов A.A., Яровая A.A. Структурная и параметрическая идентификация модели бизнес-процессов деревообрабатывающего предприятия на основе учетных данных автоматизированной системы управления // Хвойные бореальной зоны. - Красноярск: СибГТУ, 2011. - №3-4. - С. 357 - 366.

27. Доррер М.Г., Курохтин В.В. Решение задачи прямого и обратного преобразования между цветной сетью Петри и моделью бизнес-процессов // Вестник СибГАУ. Красноярск: СибГАУ. 2006. № 5. С. 87—89.

28. Елиферов В.Г., Репин В.В. Бизнес-процессы: Регламентация и управление. М.: ИНФРА-М, 2005. - 319 с.

29. Ермолаева JI.B., Сенашов С.И. GERT-сетевой анализ производственных процессов // Вестник СибГАУ. Красноярск: СибГАУ. 2007. № 3(16). С. 101—110.

30. Захаров Г.П. Методы исследования сетей передачи данных. М.: Радио и связь, 1982.

31. Зырянов A.A. Методика расчета числовых характеристик однородной GERT-сети // Перспективы развития информационных технологий: сборник материалов XI Межд. научно-практической конференции. - Новосибирск: СИБПРИНТ, 2013. -С. 21 -27.

32. Зырянов A.A. Модель узла GERT-сети, описывающая разветвление хода бизнес-процесса по логическому «ИЛИ» // Хвойные бореальной зоны. -Красноярск: СибГТУ, 2012. - №5-6. - С. 25 - 29.

33. Зырянов A.A. Прогноз поведения бизнес-процессов на основе GERT-сетей // Перспективы развития информационных технологий: сборник материалов VIII Межд. научно-практической конференции. - Новосибирск: СИБПРИНТ, 2012. -С. 25-34.

34. Зырянов A.A. Расчет числовых характеристик однородной GERT-сети на основе эквивалентных преобразований // Труды XII международной ФАМЭБ'2013 конференции. - Красноярск: СФУ, НИИППБ, 2013. - С. 175 - 180.

35. Зырянов A.A. Узел GERT-сети, описывающий разветвление хода бизнес-процесса по логическому ИЛИ // Труды XVI международной ЭМ'2012 конференции. - Красноярск: СФУ, НИИППБ, 2012. - С. 106 - 110.

36. Зырянов A.A., Доррер М.Г. Алгоритм трансляции модели бизнес-процессов в модель GERT-сети // Вестник КрасГАУ. - Красноярск: КрасГАУ, 2012. - №12. -С. 13-18.

37. Зырянов A.A., Доррер М.Г. Определение показателей бизнес-процессов на основе анализа событий хозяйственной деятельности предприятия // Труды XV международной ЭМ'2011 конференции. - Красноярск: СФУ, НИИППБ, КГТЭИ, 2011.-С. 96-99.

38. Зырянов A.A., Доррер М.Г. Оценка показателей бизнес-процессов на основе GERT-сетей // Хвойные бореальной зоны. - Красноярск: СибГТУ, 2012. - №5-6. -С. 57-63.

39. Зырянов A.A., Доррер М.Г. Расчет вероятностных характеристик бизнес-процессов на основе GERT-сетей // Труды XI международной ФАМЭБ'2012 конференции. - Красноярск: НИИППБ, СФУ, 2012. - С. 192 - 198.

40. Зырянов A.A., Доррер М.Г. Трансляция модели бизнес-процессов в нотации ARIS еЕРС в GERT-сеть // Труды XI международной ФАМЭБ'2012 конференции. - Красноярск: НИИППБ, СФУ, 2012. - С. 186 - 192.

41. Ильин В.В. Реинжиниринг бизнес-процессов с использованием ARJS. 2-ое изд. М.: Издательский дом «Вильяме», 2008. - 256 с.

42. Имаи М. Кайдзен: ключ к успеху японских компаний. - М.: Альпина Бизнес Букс, 2004. - 274 с.

43. Калянов Г. Н. Теория и практика реорганизации бизнес-процессов. М.: СИНТЕГ, 2000. - 212 с.

44. Калянов Г.Н. Моделирование, анализ, реорганизация и автоматизация бизнес-процессов. М.: Финансы и статистика, 2006. - 240 с.

45. Каменнова M. А. Моделирование бизнеса. Методология ARIS / М. А. Каменнова, М. Громов, А. Ферапонтов, С. Шматалюк. М.: Серебряные нити, 2001. -327 с.

46. Канторович J1.B., Горстко А.Б. Оптимальные решения в экономике. М.: Наука, 1972.-231 с.

47. Каплан Р., Нортон Д. Сбалансированная система показателей: от стратегии к действиям. М.: ЗАО "Олимп-Бизнес", 2003.

48. Касьянова Е.В., Зырянов A.A. Прогноз бизнес-процесса разработки медиапродукта на основе GERT-сети // Труды XVI международной ЭМ'2012 конференции. - Красноярск: СФУ, НИИППБ, 2012. - С. 111 - 115.

49. Кельтон В., Jloy А. Имитационное моделирование. СПб.: Питер, 2004. -847 с.

50. Кемени Дж., Снелл Дж. Конечные цепи Маркова. М.: Наука, 1970. - 272 с.

51. Ковалев И.В., Зеленков П.В., Яркова С.А., Шевчук С.Ф. Оптимизация обработки данных в распределенных образовательных средах // Программные продукты и системы, Тверь, 2007. № 3. С. 28.

52. Ковалев И.В., Новой A.B., Штенцель A.B. Оценка надежности мультиверсионной программной архитектуры систем управления и обработки информации // Вестник СибГАУ. Красноярск: СибГАУ. 2008. №3(20). С. 50—52.

53. Ковалев И.В., Письман Д.М., Слободин М.Ю. Модели оценки времени выполнения задачи на кластере с последовательной и параллельной архитектурой обмена данными // Системы управления и информационные технологии. Воронеж: Научная книга, 2005. № 3(20). С. 58—62.

54. Ковалев П.В., Капчинский И.А., Гриценко С.Н. Графоаналитический метод анализа мультиверсионных архитектур программного обеспечения // Вестник СибГАУ. Красноярск: СибГАУ 2009. № 3(24). С. 37—39.

55. Кожевников C.B., Письман Д.М., Ступина A.A. Анализ временных параметров сетевых моделей на базе модифицированной ГЕРТ-сети // Проблемы машиностроения и автоматизации. М., 2006. № 1. С. 55—61.

56. Корячко В.П., Шибанов А.П. Анализ и оптимизация временных характеристик ЛВС сложной технической системы // Локальные вычислительные сети. Тез. докл. третье всесоюзной конференции. Рига: ИЭВТ, 1988. С. 165—168.

57. Корячко В.П., Шибанов А.П., Шибанов В.А. Численный метод нахождения закона распределения выходных величин GERT-сети // Информационные технологии. 2001. № 7. С. 16—21.

58. Корячко В.П., Шибанов А.П., Шибанов В.А., Кравчук Н.В. Моделирование технических систем с использованием GERT-сетей // Телематика 2009. XVI Всероссийская научно-метод. конф. СПб. 2009. С. 422—423.

59. Котов В.Е. Сети Петри. М.: Наука, 1984. - 160 с.

60. Кротов В.Ф. Основы теории оптимального управления. М.: Высшая школа, 1990.-432 с.

61. Кэмп Р. Легальный промышленный шпионаж. Бенчмаркинг бизнес-процессов: технологии поиска и внедрение лучших методов работы ваших конкурентов. Баланс-Клуб, 2004. - 416 с.

62. Майкл Л. Джордж. Бережливое производство + шесть сигм: комбинируя качество шести сигм со скоростью бережливого производства. М.: Альпина Бизнес-Букс, 2005. - 360 с.

63. Маклаков С. В. Моделирование бизнес-процессов с Bpwin 4.0. М.: Диалог-МИФИ, 2002. - 224 с.

64. Максимов H.A., Осипчук O.K. GERT-сети и моделирование систем обработки изображений // Компьютерное моделирование 2003. Труды междунар. науч.-техн. конф. СПб.: Нестор, 2003. С. 168—169.

65. Марка Д. А., Макгоуэн К. Методология структурного анализа и проектирования. М.: МетаТехнология, 1993. -239 с.

66. Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. М.: Мир, 1973. - 343 с.

67. Миронова О. Учет движения материалов в производстве // Баланс. Украинский бухгалтерский журнал. 2007. № 71(717). С. 17—21.

68. Митра Т. Архитектура на практике: Часть 6. Почему для предприятия важно управление бизнес-процессами (ВРМ) // IBM.com. 2011. URL: http://www.ibm.com/developerworks/rll/library/ar-aфrac6/ (дата обращения: 01.11.2011).

69. Моудер Дж., Элмаграби С. Исследование операций. М.: Мир. 1981. Т.1. -712 с. Т.2.-677 с.

70. Найнани Б. Полный цикл управления бизнес-процессами с применением инструментов, поддерживающих стандарты // CitCity.ru : интернет-изд. 2005. 12 окт. URL: http://citcity.ru/11228/ (дата обращения: 01.11.2011).

71. Нив Генри Р. Пространство доктора Деминга: принципы построения устойчивого бизнеса. М.: Альпина Бизнес Букс, 2005. - 376 с.

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

73. Нортон Д., Каплан Р. Организация, ориентированная на стратегию. М.: Олимп-Бизнес, 2004. - 416 с.

74. Ойхман Е.Г., Попов Э.В. Реинжиниринг бизнеса: Реинжиниринг организаций и информационные технологии. М.: Финансы и статистика. 1997. - 336 с.

75. Оно Т. Производственная система Тойоты. Уходя от массового производства. М.: Институт комплексных стратегических исследований, 2008. - 208 с.

76. Питерсон Дж. Теория сетей Петри и моделирование систем. М.: Мир, 1984. -264 с.

77. Поспелов Г.С., Баришполец В.А. О стахостическом сетевом планировании // Известия АН СССР "Техническая кибернетика". 1967. № 6. С. 14—23.

78. Рейдер Р. Бенчмаркинг как инструмент определения стратегии и повышения прибыли. М.: Стандарты и качество, 2006. - 248 с.

79. Репин В.В. Бизнес-процессы компании: построение, анализ, регламентация. М.: Стандарты и качество, 2007. - 240 с.

80. Репин В.В., Елиферов В.Г. Процессный подход к управлению. Моделирование бизнес-процессов. М.: Изд-во РИА «Стандарты и качество», 2008. - 408 с.

81. Робсон M., Уллах Ф. Практическое руководство по реинжинирингу бизнес-процессов. М.: Аудит, ЮНИТИ, 1997. - 224 с.

82. Рубцов C.B. Уточнение понятия «бизнес-процесс» // Менеджмент в России и за рубежом. 2001. №6. URL: http://www.mevriz.ru/articles/2001/6/969.html (дата обращения: 1 квартал 2013 года).

83. Самарский A.A., Михайлов А.П. Математическое моделирование: Идеи. Методы. Примеры. М.: ФИЗМАТ ЛИТ, 2002. - 320 с.

84. Синго С. Изучение производственной системы Тойоты с точки зрения организации производства. М.: Институт комплексных стратегических исследований, 2010. - 312 с.

85. Советов Б.Я., Яковлев С.А. Моделирование систем. М.: Высшая школа, 2001. -343 с.

86. Taxa Хемди А. Введение в исследование операций. М.: Вильяме, 2005. -912 с.

87. Угольницкий Г.А. Устойчивое развитие организаций. Системный анализ, математические модели и информационные технологии управления. М.: ФИЗМАТЛИТ, 2011. - 320 с.

88. Филлипс Д., Гарсиа-Диас А. Методы анализа сетей. М.: Мир, 1984. - 496 с.

89. Хаммер М., Чампи Д. Реинжиниринг корпорации. Манифест революции в бизнесе. М.: «Манн, Иванов и Фербер», 2007. - 287 с.

90. Харрингтон Дж., Эсселинг К.С., Нимвеген Х.В. Оптимизация бизнес-процессов. Документирование, анализ, управление, оптимизация. СПб.: «Азбука», 2002. - 328 с.

91. Шеер А.-В. ARIS моделирование бизнес-процессов. М.: Издательский дом «Вильяме», 2009. - 224 с.

92. Шеер А.-В. Бизнес-процессы. Основные понятия. Теория. Методы. М.: Просветитель, 1999. - 154 с.

93. Шеер А.-В. Моделирование бизнес-процессов. М.: Весть-Мета Технология, 2000. - 205 с.

94. Шеннон Р. Имитационное моделирование систем - искусство и наука. М.: Мир, 1978.-212 с.

95. Шибанов А.П. Нахождение плотности распределения времени выполнения GERT-сети на основе эквивалентных упрощающих преобразований // Автоматика и телемеханика. 2003. № 2. С. 117—126.

96. Шибанов А.П. Обобщенные GERT-сети для моделирования протоколов, алгоритмов и программ телекоммуникационных систем: дис. ... д-ра техн. наук: 05.13.13 / Шибанов Александр Петрович. - Рязань, 2003. - 265 с.

97. Шибанов А.П., Кравчук Н.В. Использование моделей GERT при оптимизации компьютерных сетей // Рязань: Вестник РГРТА, 2007. №20. С. 69—75.

98. AnyLogic. URL: http://www.anylogic.ru/ (дата обращения: 1 квартал 2013 года).

99. Aytulun S.K., Ermis М. Using GERT networks in business process modeling // Journal of Aeronautics and Space Technologies. 2010. pp. 19—31.

100. Barjis J., Dietz L.G. Business process modeling and analysis using GERT networks // ICEIS. 1999. pp. 448—458.

101. BPM Voices: The evolution of business process management. URL: http://www.ibm.eom/developerworks/websphere/bpmjournal/l 109_col_perepa/l 109_pe repa.html/ (дата обращения: 1 квартал 2013 года).

102. Business Process Model and Notation (BPMN) Version 2.0. OMG. 2011. 538 p. URL: http://www.omg.Org/spec/BPMN/2.0/ (дата обращения: 1 квартал 2013 года).

103. Complex event processing: still on the launch pad. URL: http://www.computerworld.com.au/article/190599/complex_event_processing_still_lau nch_pad/?fp=4&fpid=l398720840/ (дата обращения: 1 квартал 2013 года).

104. Davenport Т.Н. Process Innovation: Reengineering Work Through Information Technology. Boston: MA: Harvard Business School Press. 1993. 337 p.

105. Dorrer M.G. Algorithm for transforming models of business processes into monochrome Petri nets // Automatic control and computer sciences. Allerton Press, Inc. 2011. № 7(45). pp. 460—468.

106. Dumas M., van der Aalst W.M.P., ter Hofstede A.H. Process-Aware Information Systems: Bridging People and Software Through Process Technology. John Wiley & Sons Inc, 2005.

107. Easy Fit. Mathwave. URL: http://www.mathwave.com/ (дата обращения: 1 квартал 2013 года).

108. Eisner Н.А. Generalized network approach to the planning and scheduling of a research project // Operations Research. Maryland. 1962. pp. 115—125.

109. Elmaghraby S.E. Activity Networks: Project Planning by Network Models. New York: Wiley, 1977. 443 p.

110. Extensible Event Stream standard (XES). URL: http://www.xes-standard.org/ (дата обращения: 1 квартал 2013 года).

111. Forrester, The Forrester Wave: Enterprise Platform Business Intelligence. URL: www.forrester.com (дата обращения: 4 квартал 2010 года).

112. Golenko-Ginzburg D., Gonik A., Malisheva A. Decision-making simulation model for controlling several stochastic projects // Comm. in DQM. 2005. 8(1). pp. 33—42.

113. Gonik A., Golenko-Ginzburg D. Hierarchical control model for several stochastic network projects // Comm. in DQM. 2004. № 7(1). pp. 19—26.

114. Gou H., Huang В., Liu W., Ren S., Li Y. Petri-net-based business process modeling for virtual enterprises // 2000 IEEE International Conference on Systems, Man, and Cybernetics. 2000. Volume 5. pp. 3183—3188.

115.Hlupic V., Vreede Gett-Jan De. Business process modeling using discrete-event simulation: current opportunities and future challenges // Int. J. of Simulation and Process Modeling. 2005. Volume 1. no. 1-2. pp. 72—81.

116. Jensen K. Coloured Petri Nets: Basic Concepts, Analysis Methods and Practical Use. Berlin, Spingler. Vol.1 - 1996, Vol.2 - 1997, Vol.3 - 1997.

117. Li H., Yang Y., Chen T.Y. Resource constraints analysis of workflow specifications // Syst. Softw. 2004. Volume 73. pp. 271—285.

118. Luckham D. Business Activity Monitoring and Business Intelligence. URL: http://www.ebizq.net/topics/cep/features/6596.html/ (дата обращения: 1 квартал 2013 года).

119. Moodle. URL: https://moodle.org/ (дата обращения: 1 квартал 2013 года).

120. Neumann К. Stochastic project networks: temporal analysis, scheduling and cost minimization. Berlin: Springer-Verlag, 1990. -238 p.

121. Nitro by Fluxicon. URL: http://fluxicon.com/nitro/ (дата обращения: 1 квартал 2013 года).

122. Object Management Group (OMG). URL: http://www.omg.org/ (дата обращения: 1 квартал 2013 года).

123. Operational Intelligence. URL: http://www.operationalintelligence.com/ (дата обращения: 1 квартал 2013 года).

124. Phillips D.T., Pritsker А.А.В. GERT network analysis of complex production systems, International Journal of Production Research, 1975. Volume 13, Issue 3. pp 223—237.

125. Pritsker A.A.B. GERT: graphical evaluation and review technique. RAND Corporation, 1966. - 152 p.

126. Pritsker A.A.B. Introduction to simulation and SLAM II. Systems Publishing Corporation: West Lafayette, Indiana, 1984. - 612 p.

127. Pritsker A.A.B. Modeling and Analisys Using Q-GERT Networks. New York: Wiley, 1977.-420 p.

128. Process Analitycs and Intelligence. Semantic and other Frontries. URL: http://www.slideshare.net/mzurmuehlen/bu-5236080/ (дата обращения: 1 квартал 2013 года).

129. Process mining. URL: http://www.processmining.org/ (дата обращения: 1 квартал 2013 года).

130. ProM 6.2. URL: http://www.promtools.org/ (дата обращения: 1 квартал 2013 года).

131. Van der Aalst W. Process Mining Manifesto, Business Process Management Workshops, LNBIP 99, F. Daniel, K. Barkaoui and S. Dustdar, eds., Springer-Verlag. 2011.

132. Van der Aalst W. Process Mining: Discovery, Conformance and Enhancement of Business Processe. Springer-Verlag. 2011. - 370 p.

133. Van der Aalst W.M.P., van Dongen B.F., Gunther C.W. ProM 4.0: Comprehensive Support for Real Process Analysis. Application and Theory of Petri Nets and Other Models of Concurrency (ICATPN 2007), volume 4546 of LNCS. Berlin: SpringerVerlag, 2007. pp. 484—494.

134. Van der Aalst W.M.P., van Нее K.M. Workflow Management: Models, Methods, and Systems. MIT press, Cambridge, MA, 2002. - 368 p.

135. Verbeek H.M.W., van Dongen B.F., Mendling J., van der Aalst W.M.P. Interoperability in the ProM Framework. Proceedings of the CAiSE'06 Workshops and Doctoral Consortium. // Luxembourg: Presses Universitaires de Namur, June 2006. pp. 619—630.

136. Voropaev V.l., Ljubkin S.M., Titarenko B.P., Golenko-Ginzburg D. Structural classification of network models // Int. J. of Project Management. 2000. № 18. pp. 361—368.

137. Workflow Management Coalition. WFMC Home Page. URL: http://www.wfmc.org/ (дата обращения: 1 квартал 2013 года).

138. Yan L., Yu-quiang F. An Automated Business Process Modeling Method Based on Markov Transition Matrix in BPM // 2006 International Conference on Management Science and Engineering. 5-7 Oct. 2006. pp. 46—51.