Многоподходные имитационные модели в производственных процессах информационно-технологических компаний тема диссертации и автореферата по ВАК РФ 05.13.17, кандидат наук Митрошин, Сергей Геннадьевич

• Митрошин, Сергей Геннадьевич
• кандидат наук
• 2015

Оглавление диссертации кандидат наук Митрошин, Сергей Геннадьевич

Содержание

£

ВВЕДЕНИЕ

ГЛАВА 1. АНАЛИЗ ИНФОРМАЦИОННЫХ ПРОЦЕССОВ В ДЕЯТЕЛЬНОСТИ ИТК

1.1. Анализ процессов деятельности ИТК

1.1.1. Исследование характеристик информационных процессов

1.1.2. Анализ данных по продолжительности обслуживания заявок

1.1.3. Анализ интервалов времени между заявками

1.2. Анализ содержания заявок и процессов обслуживания

1.2.1. Типы и характеристики проектов

1.2.2. Проектные задачи

1.2.3. Распределение задач

1.2.4. Схемы обслуживания заявок

1.3. Анализ организационных ресурсов

1.4. Формализация и постановка задач исследования

1.5. Анализ моделей процесса обслуживания

1.5.1. Анализ свойств СМО и СемО

1.5.1.1.Разновидности СМО

1.5.1.2.Сети массового обслуживания

1.5.1.3.Модели, используемые для анализа процессов в ИТК

1.5.2. Анализ свойств имитационных моделей

1.5.2.1.Разновидности имитационных моделей

1.5.2.2.Многоподходное имитационное моделирование

1.5.2.3.Современные инструментальные средства для создания имитационных моделей

1.5.3. Выбор средств имитационного моделирования

Выводы по главе

ГЛАВА 2. ИССЛЕДОВАНИЕ ВОПРОСОВ ПРИМЕНЕНИЯ МОДЕЛЕЙ И МЕТОДОВ ТЕОРИИ МАССОВОГО ОБСЛУЖИВАНИЯ ДЛЯ АНАЛИЗА ДЕЯТЕЛЬНОСТИ ИТК

2.1. Применение моделей одноканальных и многоканальных СМО для анализа процессов обслуживания в ИТК

2.1.1. Одноканальная СМО с очередью

2.1.2. Многоканальная СМО с очередью

2.2. Применение моделей СМО с диспетчеризацией

2.2.1. Модель с централизованным распределением и перераспределением заявок

2.2.2. Модели для анализа процессов обслуживания заявок-проектов

Выводы по главе

ГЛАВА 3. РАЗРАБОТКА ИМИТАЦИОННЫХ МОДЕЛЕЙ ДЛЯ ОПТИМИЗАЦИИ ОРГАНИЗАЦИОННЫХ РЕСУРСОВ ИТК

3.1. Разработка имитационных моделей процессов обслуживания

3.1.1. МИМ, Ш

3.1.2. МИМ, mil

3.1.3. МИМ, ш+111

3.1.4. МИМ, Ilm

3.1.5. МИМ, т\т

3.1.6. МИМ, w+llm

3.1.7. МИМ, llm+1

3.1.8. МИМ, т\т+1

3.1.9. МИМ, ш+11ш+1

3.1.10. Имитациоииая модель в среде AnyLogic

3.2. Исследование свойств имитационной модели

3.2.1. Проверка адекватности модели

3.2.2. Верификация имитационной модели

3.3. Планирование и проведение модельных экспериментов;

3.3.1. Планирование эксперимента

3.3.2. Анализ зависимости способа распределения заявок от процента

новых сотрудников

f

3.3.3. Решение оптимизационных задач

3.3.4. Исследование и сравнение организационных структур

Выводы по главе

ГЛАВА 4. КОНЦЕПЦИЯ ПОСТРОЕНИЯ ИНТЕГРИРОВАННОЙ МНОГОПОЛЬЗОВАТЕЛЬСКОЙ СИСТЕМЫ УПРАВЛЕНИЯ ОРГАНИЗАЦИОННЫМИ РЕСУРСАМИ С ИСПОЛЬЗОВАНИЕМ МНОГОПОДХОДНЫХ ИМИТАЦИОННЫХ МОДЕЛЕЙ

4.1. Структура (архитектура) СППР для управления организационными ресурсами

4.2. Вариант реализации СППР с использованием имитационных моделей .'

4.3. Варианты использования имитационной СППР

4.4. Разработка сценария использования автоматизированной системы для решеиия задач управления организационными ресурсами,

4.5. Разработка требований к автоматизированной системе управления организационными ресурсами

4.6. Разработка концепции построения автоматизированной системы управления организационными ресурсами. Информационная модель БД

4.7. Функции разработанного программного обеспечения «Монитор»

Выводы по главе

Перечень принятых сокращений

Список литературы

Приложение А. Информация о. показателях процессов и параметрах

моделей

Приложение Б. Модель базы данных для представления параметров

имитационных моделей деятельности ИТК

Приложение В. Модель базы данных для представления характеристик проектов ИТК

Приложение Г. Документы о внедрении

)

Введение диссертации (часть автореферата) на тему «Многоподходные имитационные модели в производственных процессах информационно-технологических компаний»

ВВЕДЕНИЕ

Актуальность темы. В современных условиях возрастают информационные потребности участников производственной деятельности, что связано с необходимостью всесторонней оценки процесса деятельности для обеспечения требуемого уровня эффективности.

В области управления компаниями, ориентированными на оказание проектных, сервисных и консультационных услуг, ключевой задачей является построение оптимальных организационных структур, т.к. основными субъектами, которые обеспечивают получение доходов и требуют затрат, являются именно специалисты компании. Компания заинтересована в наличии оптимального количества специалистов, приносящих доход участием в различных проектах. В то же время компании невыгодно содержать специалистов, не задействованных в проектах, т.к. это приводит к убыткам (выплата должностных окладов, амортизация используемого оборудования, накладные, транспортпые расходы).

Отсутствие необходимого инструментария и методологии анализа и планирования приводит к возникновению следующих бизнес-проблем:

- неоптималыюсть оргструктуры (по количеству и составу) - дублирование функций, раздутый штат, нехватка квалифицированных кадров на сложных участках («бутылочное горлышко»), что приводит к излишним затратам времени и средств, снижению эффективности и качества работ;

- иеоптимальпость оргструктуры (по структуре) - большое количество уровней иерархии, вовлечение топ-менеджмента в операционную деятельность, недостаточный контроль, смешение уровней управления, превышение размера штата подчиненных над его управленческими возможностями;

- жесткость оргструктуры - невозможность подстраиваться под изменяющуюся бизнес-среду, новые проекты, следствием чего могут оказаться упущенные возможности и выгоды;

- набор персонала в условиях повышенной текучести кадров и, как следствие, невозможность привлечения необходимого количества специалистов

требуемой квалификации к выполнению проектных работ, срыв сроков, превышение бюджета, увеличение убытков.

С учетом указанных проблем актуальной является задача использования информации о деятельности компании для разработки моделей, позволяющих выполнять поиск и прогнозирование оптимального состава организационных структур компании.

Комплексное решение названных задач не укладывается в рамки единственной информационной модели т? может потребовать объединения таких информационных средств, как системы управления базами данных, системы управления проектами, системы математического и компьютерного имитационного моделирования, экспертные системы и т.д. Наиболее перспективной технологией интеграции приложений на сегодняшний день является сервисно-ориентированная архитектура компьютерных информационных систем, которая позволяет осуществлять взаимодействие между разнородными программными приложениями за счет использования различных стандартов .(XML, WSDL, WS-*,-REST и т.д.).

Таким образом, дальнейшие исследования в области разработки моделей информационных процессов и структур интегрированных систем управления проектами, состоящих из независимых модулей-сервисов, которые взаимодействуют в единой информационной среде, решая различные задачи: накопление и первичный анализ данных, статистический анализ и прогнозирование, моделирование и синтез организационных структур, являются актуальными.

Научные подходы автора, нашедшие выражение в настоящем исследовании, сформировались в основном на базе научных работ Альберта М., Аристова С.А., Борщева A.B., Бугайченко Д.Ю., Буркова В.Н., Бусленко Н.П., Каталев-ского Д.Ю., Коргина H.A., Кошечкина С.А., Лычкипой H.H., Мескопа М-, Мильнера Б.З., Мишина С.П., Новикова Д.А., Попкова Т.В., Скобелева П.О., Снеткова H.H., Соловьева И.П., Швецова А.Н.

Целыо диссертационной работы является исследование и разработка математических и многоподходных имитационных моделей информационных

процессов и структур для оптимизация организационных ресурсов информационно-технологической компании.

Для достижения поставленной цели были сформулированы и решены следующие задачи:

1. Определение состава параметров, характеристик информационных процессов, законов распределения количества заявок и интервалов времени между заявками клиентов на основе статистических данных, характеризующих производственные процессы информационно-технологической компании, выполняющей функции разработки и сопровождения программных проектов.

}

2. Разработка моделей процессов обслуживания клиентов информационно-технологической компании в форме многоканальных систем массового обслуживания (СМО) с диспетчеризацией заявок и в "форме сетей массового обслуживания (СеМО).

3. Разработка многоподходных имитационных моделей для анализа характеристик процессов обслуживания заявок, связанных с сопровождением информационной системы, включая исследование адекватности разработанных моделей.

4. Разработка информационной системы поддержки принятия решений

с

по управлению организациошшми ресурсами информационно-технологической компании, включающей многоподходные имитационные модели и позволяющей использовать оперативные и статистические данные для оценки и прогнозирования показателей качества деятельности компании..

Объект исследования - процессы управления организационными ресурсами информационно-технологических компаний, занимающихся проектированием, разработкой, внедрением и сопровождением автоматизированных информационных систем, предоставлением консалтинговых услуг.

Предмет исследования - математические и объектно-ориентированные информационные модели эффективного управления организационными ресурсами информационно-технологических компаний, алгоритмы построения оп-

тимальных организационных структур, методики разработки адекватных муль-

тиагентных имитационных моделей объекта.

;

К"

Методы исследований: методы системного анализа, имитационного моделирования, теории вероятностей и математической статистики, теории управления и теории множеств, методы проектирования баз данных и систем управления, методы, структурного и объектно-ориентированного программирования.

Новыми являются следующие научные результаты:

1. Структурные информационно-функциональные модели, учитывающие информационные параметры и характеристики производственных процессов информационно-технологической компании, включающих этапы разработки,

' г

внедрения и сопровождения программных проектов, и полученные статистические оценки характеристик процессов обслуживания.

2. Модели непоследовательных и сложных переходов в процессах информационного обслуживания в форме систем массового обслуживания с диспетчеризацией заявок и сетей массового обслуживания, позволяющие 'оценивать значения характеристик процессов обслуживания в информационно-техиологической компании.

3. Многоподходные имитационные модели для анализа характеристик процессов обслуживания заявок по „сопровождению программных проектов, учитывающие информационное взаимодействие исполнителей производственных задач и обеспечивающие оптимизацию деятельности информационно-технологической компании.

4. Система поддержки цринятия решения в процессе, управления организационными ресурсами компании на основе многоподходной имитационной модели, позволяющая использовать оперативные и статистические данные для оценивания и прогнозирования показателей производственной деятельности информационно-технологической компании.

Теоретическая значимость исследования заключается в том, что предложена методика формализации процедур анализа процесса деятельности ИТК и параметрической оптимизации организационных ресурсов.

Практическая значимость рабрты.

На основе разработанных многоподходных имитационных моделей деятельности обеспечивается возможность оптимизации структуры и параметров организационного обеспечения информационно-технологической компании.

Разработанная модель процесса управления организационным обеспечением информационно-технологической компании с использованием автоматизированной системы, включающей модули многоподходных имитационных моделей, позволяет предприятию рационально выстраивать бизнес-процессы и повысить эффективность использования существующих ресурсов, оперативно реагировать на изменения в динамично развивающейся среде с целыо оптимизации деятельности по финансовым показателям.

Область исследования. Содержание диссертации соответствует паспорту специальности 05.13.17 «Теоретические основы информатики» (технические науки) по следующим областям исследований:

- п. 1. «Исследование, в том числе с помощью средств вычислительной техники, информационных процессов, информационных потребностей коллективных и индивидуальных пользователей»;

- п. 2. «Исследование информационных структур, разработка и анализ моделей информационных процессов и структур»;

- п. 16. «Разработка научных принципов организации информационных служб по отраслям народного хозяйства».

Основные положения, выносимые на защиту.

1. Структурная информационно-функциональная модель производственных процессов информационно-технологической компании, отражающая разработку, внедрение и сопровождение программных проектов с учётом параметров и характеристик информационных процессов.

^

2. Модели непоследовательных и сложных переходов в производственных процессах в форме систем массового обслуживания с диспетчеризацией и сетей массового обслуживания, позволяющие оценивать характеристики процессов обслуживания.

3. Многоподходные имитационные модели, включающие дискретно-событийные и агентные компоненты, ;для анализа характеристик процессов обслуживания заявок по сопровождению программных проектов и предназначенные для оптимизации деятельности информационно-технологической компании.

4. Модель системы поддержки принятия решений для процесса управления организационными ресурсами, включающая многоподходную имитационную модель, использующую оперативные и статистические данные для .оценивания и прогнозирования показателей производственной деятельности информационно-технологической компании.

Достоверность результатов работы подтверждается методологической обоснованностью исходных позиций исследования, корректным использованием методов математической статистики и моделей систем массового обслуживания, результатами верификации и проверки адекватности имитационных моделей, апробацией полученных результатов на научно-технических конференциях различного уровня.

Реализация и внедрение результатов работы. Программные средства, включающие компоненты имитационных моделей и базу данных проектов и моделей, внедрены в производственную деятельность компании «ЭЛСОФТ», а также в учебный процесс ПензГТУ.

Апробация работы. Основные результаты диссертационной работы представлялись и докладывались на всероссийских и международных конференциях: «Информатика: проблемы, методология, технологии» (Воронеж, 2009), «Математические методы и информационные технологии в экономике, социологии и образовании» (Пенза, 2009), «Проблемы информатики в образовании, управлении, экономике и технике» (Пенза, 2009, 2010), «Информацион-

ные ресурсы и системы в экономике, науке и образовании» (Пенза, 2011, 2013, 2014).

Публикации. По теме диссертации опубликовано 12 работ, включая 3 работы в изданиях, рекомендованных ВАК, 2 свидетельства о государственной регистрации баз данных.

Личный вклад автора. В работе [71], опубликованной в соавторстве, лично автором представлены мультиагентная имитационная модель, результаты моделирования и оптимизации процессов обслуживания потока заказов. В работе [69], опубликованной в соавторстве, лично автором представлены диаграмма классов, диаграмма состояний и алгоритмы передачи заявок агентами для имитационной модели деятельности ИТК. В работе [72], опубликованной в соавторстве, лично автором разработана модель системы управления организационными ресурсами ИТК с использованием имитационного моделирования. В работе [73]', опубликованной в соавторстве, лично автором представлена формализованная процедура планирования персонала моделирования деятельности консалтинговой компании. В работе [£7], опубликованной в соавторстве, лично автору принадлежит разработка модели функционального состава автоматизированной системы управления организационными ресурсами. Лично автором разработаны модели данных для регистрации производственных данных и имитационного, моделирования деятельности ИТК [77, 7.8].

Структура и объем диссертационной работы. Диссертационная работа состоит из введения, четырех глав основной части и заключения, изложенных на 172 страницах (включая 89 рисунков, 50 таблиц), перечня принятых сокращений, списка литературы из 97 наименований и четырех приложений на 10 страницах. '

к,

ГЛАВА 1. АНАЛИЗ ИНФОРМАЦИОННЫХ ПРОЦЕССОВ В ДЕЯТЕЛЬНОСТИ ИТК

1.1. Анализ процессов деятельности ИТК

Анализ процесса функционирования объекта с целью его формализации предусматривает, с точки зрения системного анализа, разработку различных моделей: структурных, математических и др. В данной работе принят следующий подход:

1) идентификация (определение) функций объекта исследования и разработка структурных формализованных.моделей;

2) идентификация (определение) информационных потоков объекта исследования (состав, структура, содержание);

3) определение параметров и показателей процесса функционирования объекта;

4) формализация процесса функционирования объекта;

5) оценивание статистических характеристик информационных потоков.

Информационные процессы производственных предприятий можно разделить на управляющие (содержат директивы: приказы, распоряжения, планы) и производственные (содержат докуызнты и данные, связанные с продукцией, услугами, технологическими процессами и т.п.). Для использования средств вычислительной техники (ВТ) для формирования и обработки управляющих и производственных данных необходимо разработать формальные модели данных, соответствующие их содержанию, а также модели и программные средства, позволяющие использовать информацию и зиания, содержащиеся в информационных потоках, для оптимизации деятельности предприятия.

Важную роль в выполнении миссии предприятия играют организационные ресурсы: структура системы управления предприятием, состав, компетентность, производительность и другие качества специалистов, а также порядок (правила) распределения производственных заданий.

В данной работе термин «информационно-технологическая компания (ИТК)» означает предприятие, которое выполняет следующие виды работ:

- создание информационных систем, предназначенных для решения экономических и организационных производственных задач (автоматизированных экономических информационных систем - АЭИС), включая проектирование информационного и программного обеспечения, разработку компонентов информационного (ИО) и программного (ПО) обеспечения, внедрение АЭИС (ввод в эксплуатацию);

- сопровождение АЭИС в период эксплуатации (консультации, обучение пользователей, обновление базового прикладного ПО);

- консультационное обслуживание по вопросам эксплуатации имеющихся АЭИС и/или отдельных компонентов ИО и ПО.

Информационное взаимодействие компании с внешними объектами заключается в получении от клиентов заявок на обслуживание и данных от контрагентов, в формировании документов и данных, сопровождающих выполненную работу (рисунок 1.1).

Рисунок 1.1- Контекстная диаграмма потоков данных

Основной объем работ определяется количеством заявок на обслуживание, поступающих от клиентов, и содержанием работ по обслуживанию. Принято клиентов разделять на следующие типы:

1. Активные клиенты - клиенты, с которыми в данный момент ведется работа, т.е. имеется один или несколько проектов, находящихся на стадиях проектирования, разработки, внедрения или сопровождения;

2. Потенциальные клиенты - клиенты, с которыми в данный момент не проводится работа, но имеется определенное предварительное соглашение, которое с достаточно высокой вероятностью инициирует работы по созданию АЭИС.

Состав клиентов меняется в той или иной степени: новые клиенты заключают договоры на создание автоматизированных информационных систем (АИС) или на обслуживание функционирующих систем, активные клиенты по-

5

дают заявки на обслуживание в рамках действующих договоров, часть обслуживаемых клиентов отказываются от дальнейшего обслуживания по различным причинам. Процесс взаимодействия может быть представлен в обобщенной типовой форме в виде диаграммы деятельности в нотации UML (рисунок 1.2). В такой модели с использованием «дорожек» для участников процесса все действия (составные части деятельности) разделены, что обеспечивает наглядное представление ролей действующих лиц (actor в нотации UML).

В данной модели принято, что клиент передаёт компании - претенденту на обслуживание предварительно сформулированные требования к результату обслуживания. Компания может принять предварительные условия или не принять (отказ в обслуживании из-за невозможности выполнения требований). В свою очередь компания должна предоставить предварительные условия выполнения заявки: дата начала работы, технологическая платформа реализации АЭИС, условия оплаты и сдачи работ, требования к составу рабочей группы и предварительный план проекта.

Процесс обслуживания может начаться только после согласования условий обслуживания по срокам, стоимости, требованиям к результатам и др. В процессе обслуживания может использоваться объект обслуживания: программный модуль, база данных, АЭИС в целом и др. При занятости специалистов заявка на обслуживание может какое-то время находиться в очереди. В процессе обслуживания возможно изменение состава исполнителей (передача работ от одной группы исполнителей другой группе); заявка может требовать выполнения различных разделяемых операций, выполняемых различными исполнителями. Ниже рассмотрена декомпозиция процессов обслуживания. Процесс обслуживания заканчивается передачей документов и объекта, прошедшего процедуру обслуживания (если это предусмотрено условиями обслуживания).

Рисунок 1.2 - Обобщенная диаграмма деятельности ИТК

Процесс обслуживания в. целом состоит из следующих действий: -

3) направление объектом, требующим обслуживания 01 (клиентом), заявки на обслуживание в системе массового обслуживания (СМО);

2) приём и анализ системой требований к обслуживанию заявки; анализ наличия свободных каналов или мест в очереди для данной заявки;

3) передача объекту 01 информации об условиях обслуживания (при наличии свободных каналов или мест в очереди для данной заявки) или отказа от обслуживания (переход к п. 9);

4) анализ объектом Ог информации об условиях обслуживания; если для

О, условия приемлемы, то передача обслуживающему объекту информации о согласии на обслуживание, и переход к п. 5, иначе - отказ от обслуживания (переход к п. 9);

5) размещение обслуживаемого объекта в очереди (при необходимости);

6) выполнение обслуживания объекта О,; освобождение канала после окончания процесса обслуживания;

7) оплата за обслуживание;

8) анализ объектом Ох результатов обслуживания;

9) завершение обслуживания (рисунок 1.2).

Таблица 1.1- Действия участников процесса

Действия «Клиента» Действия ИТК

инициирующие производственные инициирующие производственные

Направление (передача) заявки Формирование заявки Передача данных об условиях обслуживания Формирование документов об условиях обслуживания

Передача сообщения о приёме условий обслуживания Анализ условий об- г служивания Передача сообщения об отказе в обслуживании Приём объекта на обслуживание

Направление рекламации Оценивание результатов обслуживания Передача сообщения об окончании обслуживания Реализация обслуживания

Передача объекта после обслуживания

Клиент должен оценить качество обслуживания и, при отсутствии пре-

тензий, оплатить выполненные работы в соответствии с договором на обслужи-

вание. При наличии претензий процесс обслуживания должен быть выполнен в необходимой части с приоритетом.

Анализ действий, выполняемых участниками процесса, показывает, что «Клиент» и НТК могут выполнять инициирующие и производственные действия в соответствии с их ролями в рассматриваемом процессе (таблица 1.1). Эти обстоятельства должны быть учтены при разработке формализованных моделей исследуемых процессов.

,1.1.1. Исследование характеристик информационных процессов

Анализ клиентской базы выполнен по статистическим данным, полученным из автоматизированной CRM-системы (Customer Relationship Management, Система управления взаимоотношениями с клиентами), используемой в ООО «ЭЛСОФТ» (выборка за период с 01.10.2005 г. по 30.09.2013 г.).

Начиная с октября 2005 года в учетной системе был зарегистрирован 9651 контрагент, из которых 1589 были подписаны на обслуживание и являлись активными клиентами компании (рисунки 1.3-1.4).

Отказ Приход

2005 2006 2007 2008 2009 2010 2011 2012 2013

Рисунок 1.3 - Динамика клиентской базы (заключение договоров на обслуживание - «приход» и отказ от обслуживания)

Полиномиальная аппроксимации достаточно хорошо представляет существующие данные (Я2 = 0.9313), однако для прогнозирования неприемлема: у = 0.1329л:6 - 4.1435л:5 + 50.23л:4 - 29.7.32х3 + 879.79х2 - 1155.7* + 782.44. (1.1) Для прогнозирования на основе имеющихся данных предпочтительнее использовать линейную (1.2) или логарифмическую (1.3) функцию:

у = \1 Л\1х + 272.36;# Я2 = 0.7278; (1.2)

у = 71 .ЗЗЗЬп(дс) + 257.98; Я2 = 0.8422. " (1.3)

На основе данных последних пяти лет (с 2009 по 2013 г.) оценены значения показателей клиентской базы, которые могут использоваться для разработки имитационной модели деятельности ИТК (таблица 1.2).

Таблица 1.2 - Показатели динамики клиентской базы с 2009 по 2013 гг.

Показатель Значение

Новых клиентов за месяц:

минимум 4

максимум 28

среднее 10.914

Медиана 11

Мода 8

Стандартное отклонение 4.223

Дисперсия выборки 17.835

Отказов от обслуживания за месяц:

минимум 2

максимум 15

среднее 7.638

Медиана 7

Мода 5

Стандартное отклонение 3.836

Дисперсия выборки 14.714

Анализ приведённых статистических данных позволяет сделать следующие выводы:

1) за исследуемый период сохраняется общая тенденция увеличения количества активных клиентов компании,

2) наблюдаются периоды роста и спада количества активных клиентов,

3) в течение месяца около 30 новых клиентов могут подать заявки на услуги компании, и до 15 клиентов могут отказываться от обслуживания.

Полученные данные указывают на актуальность работы, поскольку статистика показывает, что внешние условия не. являются стабильными (изменяются количественные данные по клиентам, заявкам и др.); актуальными являются задачи создания инструментальных средств мониторинга и анализа данных информационных процессов в ИТК, разработки информационных моделей и средств информационной поддержки процессов управления деятельностью компании, обеспечивающих адаптацию объекта к изменяющимся внешним условиям с минимизацией потерь производительности и качества обслуживания, доходности, прибыльности и других показателей.

Для разработки информационных моделей процесса деятельности ИТК необходимо выполнить анализ статистических данных, соответствующих текущей деятельности (более коротким периодам времени). В данной работе с учетом имеющихся статистических данных и характера деятельности компании в качестве периода времени для анализа текущей деятельности выбран месяц. Для статистического анализа оперативных данных использован период времени с 2009 по 2013 г. Для данных по количеству новых клиентов за месяц (таблица 1.3, рисунок 1.5) с помощью критерия согласия Пирсона (%2) проверена гипотеза о нормальном распределении.

Использование критерия %2 предусматривает разбиение размаха варьирования выборки на интервалы и определения числа наблюдений (частоты) щ для каждого из е интервалов (как правило, одинаковой длины).

Статистикой критерия Пирсона служит величина:

(1.4)

где /?7 - вероятность попадания изучаемой случайной величины в у'-й интервал, вычисляемая в соответствии с гипотетическим законом распределением Дх).

Таблица 1.3 - Исходные данные для анализа функции распределения колйче-

ства новых клиентов за месяц (с 2009 по 2013 г.)

№ интер- Нижняя Верхняя Частота наблюда- Частотность, %

вала граница граница емых значений

1 0 4 0 0

2 4 8 4 .6.9

3 8 12 14 24.14

4 12 16 21 36.21

5 16 20. . 14 24.14

6 20 24 4 6.9

7 24 28 1 1.72

Итого: 58 100

Количество новых клиентов (частость. %)

40

35 30 25 20 15 10 •5 0

4 8 12 16 20 24 28

0 4 8 12 16 20 24

Границы интервалов

Рисунок 1.5 - Гистограмма частот наблюдений количества новых клиентов

Нулевую гипотезу о соответствии выборочного распределения теоретическому закону F(x) проверяют путем сравнения вычисленной по формуле (1.4) величины с критическим значением %2а, найденным по таблице значений квантили х2а для уровня значимости а и числа степеней свободы к = е\ - т - 1. Здесь е\ - число интервалов после объединения; т - число параметров, оцениваемых по рассматриваемой выборке. Если выполняется неравенство:

Х2<Х^ (1-5)

то нулевую гипотезу не отвергают. При несоблюдении указанного неравенства принимают альтернативную гипотезу о принадлежности выборки неизвестному распределению.

Список литературы диссертационного исследования кандидат наук Митрошин, Сергей Геннадьевич, 2015 год

Список литературы .

1. A Guide to the Project-Management. Body of Knowledge. PMI Standards Committee.2004 Edition (используется перевод -M. Грашиной).

2. Applied Materials Inc. [Электрон, pecypcl. http://www.automod.com/. .

3. Arena, Rockwell Software. [Электрон. ресурс].

I

http://www.arenasimulation.com/.

4. Arthur W.B. -Designing Economic Agents that act like human agents: A Behavioral Approach to Bounded Rationality // The American Economic Review. 1991.81(2). P. 353-359.

5. Balci O. (1994) Validation, Verification and Testing Techniques Throughout the Life Cycle of a Simulation Study, Annals of Operation Research.

6. Balci O. Credibility Assessment of Simulation Results//Proceedings of the 1986 Winter Simulation Conference. - 1986. - pp. 39-44.

7. Balci O. Verification, validation ,and accreditation//Proceedings of the 1998 Winter Simulation Conference.-1998. - pp. 41-48.

8. BAP AT V., STURROCK D. T. The Arena product family: enterprise modeling solutions // Proc. of the Winter Simulation Conf. New Orleans (USA), 7-10 Dec. 2003. P. 210-217.

9. Camerer C.F. Behavioral game theory: Experiments on strategic interaction. Princeton: Princeton University Press, 2003.

10. Carson J.S. Model verification and validation//Proceedings of the 2002 Winter Simulation Conference. - 2002. - pp. 52-58.

11. Garifullin M., Borshchev A.V., Pc,pkov T.V. Using Anylogic and Agent-Based Approach to Moddel Consumer Market, www.xjtek.com.

12. Gordon, Geoffrey. 1961. A General Purpose Systems Simulation Program. McMillan NY, Proceedings of EJCC, Washington D.C., 87-104.

13. HARRELL C. R. Simulation modeling using Promodel technology // Proc. of the Winter Simulation Conf. New Orleans (USA), 7-10 Dec. 2003. P. 175-181.

14. Imagine That, Inc. [Электрон, ресурс]., http://www.extendsim.com.

15. KRAHL D. Extend: An interactive simulation tool // Proc. of the Winter Simulation Conf. New Orleans (USA), 7-10 Dec. 2003. P. 188-196.

16. KRAHL D. ExtendSim 7 // Proc. of the Winter Simulation Conf..Miami (USA), 7-10 Dec. 2008. P. 215-221.

17. Law A.M., McComas, M.G. How to build valid and credible simulation models//Proceedings of the 2001 Winter Simulation Conference.- 2001. - pp. 22-29!

18. LEBARON T.,. JACOBSEN C.. Tt;e simulation power of AutoMod // Proc. of the Winter Simulation Conf. Washington (USA), 9-12 Dec. 2007. P. 210-218."

19. Loewenstein G., O'Donoghue T. Animal Spirits: Affective and Deliberative Influences on Economic Behavior. Carnegie Mellon University, 2004.

20. Macal C., North M. Tutorial on agent-based modeling and simulation // Proceedings of the 2005 Winter Simulation Conference. Center lor Complex Adaptive Systems Simulation (CAS). Argonne National-Laboratory.

21. MEJIA G., MARTINEZ D., TORRES F.'Modeling and development of an Arena interface for Petri nets. A case study in a Colombian cosmetics company // Proc. of the Winter Simulation Conf. Miami (USA), 7-10 Dec. 2008. P. 1368-1375..

22. PROMODEL Corporation. [Электрон, ресурс], http://www.promodel.com/.

23. ROHRER M. W. Maximizing simulation ROI with AutoMod // Proc. of the Winter Simulation Conf. New Orleans (USA), 7-10 Dec. 2003. P. 201-209. .

24. Sargent R.G. Some approaches and paradigms for verifying and validating simulation models//Proceedings of the 2001 Winter Simulation Conference. - 2001.-pp, 106-114-. •

25. Simon H. Administrative Behavior; a Study of Decision Making processes in Administrative Organizations, 2nd ed. New York: Macmillan, 1957.

. 4

26. Simulation Software Survey. Получено 10 5 2012 г., из http://www.lionhrtpub.com/ orms/ormssurveys.html

27. SWAIN J. J. Discrete event simulation software: New. frontiers in simulation // OR/MS Today. 2007. V. 34, N 5: P. 32-43.

28. Thaler R.H. Mental accounting matters // Journal of Behavioral Decision Making. 1999. 12 (3). P. 183-206.

Л 76

29. Wooldridge M.J. An Introduction to Multiagent Systems. Wiley, 1996.

30. Wooldridge M.J., Jennings N.R. Intelligent Agents: Theory and Practice // The Knowledge Engineering Review._ 1995.

31. XJ Technologies. [Электрон, ресурс], http://www.xjtek.ru.

32. Алиев Т.И. Основы моделирования дискретных систем. - СПб:СПбГУ ИТМО, 2009. - 363 с.

33. Аристов С.А. Имитационное моделирование экономических систем:

Учеб. пособие. - Екатеринбург: Изд-во Урал.гос.экон.ун-та. 2004. - 121с.

*

34. Аристов С.А. Использование многофункциональных имитационных систем поддержки принятия решений в управлении предприятием/ Вестник Оренбургского Государственного Университета, 2006, №8, с.70-76.

35. Боев В. Д. Исследование адекватности GPSS World и AnyLogic при моделировании дискретно-событийных процессов: Монография. — СПб.: ВАС, 2011. —404 с.

36. Боровков A.A. Вероятностные процессы в теории массового обслуживания. - М.: ФИЗМАТЛИТ, 1972. - 368 с.

37. Борщев A.B. От системной динамики и традиционного имитационного моделирования — к практическим агептным моделям: причины, технология, инструменты. СПб,- Санкт-Петербургский государственный политехнический университет, 2004.

38. Борщев A.B. Практическое агентное моделирование и его место в арсенале аналитика // Exponenta Pro, N 3-4, 2004. - с. 38-47.

39. Бурков В.Н., Коргин H.A., Новиков Д.А. Введение в теорию управления организационными системами / Под ред. чл.-корр. РАН Д.А. Новикова. - М.: Либроком, 2009. - 264 с.

40. Бусленко Н.П. Моделирование сложных систем. - М.: Наука, 1978, 400 с.

41. Буч Г., Рамбо Дж., Джекобсон А. Язык UML. Руководство пользователя: Пер. с англ.-М.: ДМК, 2000. - . ■

42. Васильев, А.Н. Научные вычисления в Microsoft Excel.- M.: Издательский дом "Вильяме", 2004. - 512с.

43. Вентцель E.C. Исследование операций. М., «Советское радио», 1972, 552 с.

44. Гельман В.Я. Решение математических задач средствами Excel: Практикум - СПб.: Питер, 2003.

45. Гнеденко Б.В., Коваленко И.Н. Введение в теорию массового обслуживания. - М.: Наука, 1966. - 432 с.

46. Горбунов А.Р., Лычкина H.H. Проблемы, актуальные задачи и приоритеты в создании систем поддержки принятия решений и применении имитационного моделирования в сфере управления и бизнеса. Пленарный доклад. - Третья всероссийская , научно-практическая конференция по имитационному моделированию и его применению в науке и промышленности «Имитационное моделирование. Теория и практика» ИММОД-2007, Санкт-Петербург, 2007 г.

47. Джафаров К.А., Могульский A.A. Элементы теории массового обслуживания. Курс лекций. Новосибирск, Изд-во ИМ СО РАН, 1997, 68с.

48. Дятлов В.А., Кибапов А.Я., Пихало В.Т. Управление персоналом. -М., 1998. «Издательство ПРИОР». - 512 с.

49. Емельянов A.A. и др. Имитационное моделирование экономических процессов: Учеб. пособие / A.A. Емельянов, Е.А. Власова, Р.В. Дума; Под ред. A.A. Емельянова. - М.: Финансы и статистика, 2002. - 368 с: ил.

50. Жожикашвили В.А., Вишневский В.М. Сети массового обслуживания: Теория и применение к сетям ЭВМ. - Радио и связь, 1988.

51. Калашников В.В. Организация моделирования сложных систем. -М.:3нание, 1982, 62 с.

52. Каракулев Ю.А., Иванов А.Н. Руководство к решению задач с применением электронных таблиц EXCEL: Учебное пособие.- СПб. СПб ГУ ИТМО, 2010.-48 с.

53. Карпов Ю.Г. Имитационное' моделирование систем. Введение в моделирование с Anylogic 5. СПб.: БХВ - Петербург, 2009.

54. Каталевский Д.Ю. Основы имитационного моделирования и системного анализа в управлении: Учебное пособие. - М.: Издательство Московского университета, 2011.

55. Кельтон В., JToy А. Имитационное моделирование. Классика CS. - 3-е изд. Спб.: Питер; Киев: Издательская группа BHV, 2004. - 847 с.

56. Кендалл М., Стыоарт А. Статистические выводы и связи. — М.: Наука, 1973.

57. Клейнен Дж. Статистические методы в имитационном моделировании -1,2 т.- М.: Статистика, 1978.

58. Кобелев Н.Б. Основы имитационного моделирования сложных экономических систем: Учеб пособие. - М.: Дело, 2003. - 336 с.

59. Леопенков В. А. Самоучитель UlvlL - Санкт-Петербург: BHV, 2001.

60. Лычкина H.H. Имитационное моделирование экономических процессов: Учеб. Пособие. - М.: ИНФРА-М, 2012. - 254 С: - (Высшее образование).

61. Лычкина H.H. Системно-динамические модели в процедурах и системах поддержки принятия стратегических решений на предприятиях//Сб. трудов Второй всероссийской научной конференции «Теория и практика системной динамики». Апатиты, 3-6 апреля, 2007.

62. Лычкина H.H. Современные технологии имитационного моделирования и их применение в информационных бизнсс-системах. Тезисы докладов XIV Международной студенческой школы-семинара «Новые информационные технологии» -М.: МИЭМ, 2006 -489с, стр. 64-73.

63. Лычкина H.H. Техно логические возможности современных систем моделирования // Банковские технологии. 2000. № 9: С. 60-63.

64. Маталыцкий М.А. Системы и сети массового обслуживания: анализ и применения: монография / М.А. Маталыцкий, О.М. Тихоненко, Е.В. Колузае-ва.-Гродно: ГрГУ, 2011.-816 с.

65. Мезенцев К.Н. Моделирование систем в среде AnyLogic 6 // Практикум (Часть 1) / Московский автомобильно:дорожный государственный технический

г

университет (МАДИ), Москва, 2011, 109 с.

66. Мезенцев К.Н. Моделирование систем в среде AnyLogic 6 // Практикум (Часть 2) / Московский автомобильно-дорожный государственный технический университет (МАДИ), Москва, 2011, 108 с.

67. Митрошин С.Г. UML-модель функционального состава автоматизированной системы управления организационными ресурсами / Митрошин-С.Г., Пикулин В.В., Смирнов Д. В.// Информационные ресурсы и системы в экономике, науке и образовании. - Пенза: Приволжский Дом знаний, 2013. - Выпуск. 1.- С. 23-27.

68. Митрошин С.Г. Анализ возможностей применения программных средств интеллектуального анализа данных в бизнесе // В сборнике статей XXIII международной научно-технической конференции «Математические методы и информационные технологии в экономике, социологии и образовании». -Пенза: Приволжский Дом знаний, 2009. - с.80-84.

69. Митрошин С.Г. Анализ условий использования многоподходного имитационного моделирования для оптимизации ■ состава специалистов IT-компании / Митрошин С.Г., Пикулин В.В., Ханислямова C.B. // Пенза: Известия ПГПУ им. В.Г. Белинского. 2012. № 30. С. 295 - 301.

70. Митрошин С.Г. Бизнес-моделирование в условиях малого и среднего бизнеса // В сборнике материалов девятой международной научно-методической конференции «Информатика: проблемы, методология, технологии», 12-13 февраля 2009 г., Воронеж,- ВГУ, 2009, с.531-535.

71. Митрошин С.Г. Многоподходаое имитационное моделирование для оптимизации состава специалистов консалтинговой компании / С.Г. Митрошин, В. В. Пикулин // Программные продукты и системы,-№1, 2012. - С. 142-145.

72. Митрошин С.Г. Модель системы управления организационными ресурсами IT-компании с использованием имитационного моделирования / Митрошин" С.Г., Пикулин В.В. // XXI ВЕК: ИТОГИ ПРОШЛОГО И ПРОБЛЕМЫ НАСТОЯЩЕГО плюс: Периодическое научное издание.- Пенза: изд. Пенз. гос. технол. акад, вып.05 (09), 2012. - с. 176 - 180.

í

73. Митрошин С.Г. Планирование персонала на основе моделирования деятельности консалтинговой компании / Митрошин С.Г., Пикулин В.В. // Информационные ресурсы и- системы в экономике, науке и образовании: сборник статей международной научно-практической конференции.- Пенза: Приволжский Дом знаний, 2011. - с. 48-51.

74. Митрошин С.Г. Применение моделей теории массового обслуживания для анализа деятельности IT-компании / Митрошин С.Г., Пикулин В.В. // Информационные ресурсы и системы в экономике, науке и образовании: сборник статей IV Международной научно-практической конференции. -Пенза: Приволжский Дом знаний, 2014. - с. 78 - 83

75. Митрошин С.Г. Сравнительный анализ методов оценки риска // Сборник статей X международной научно-технической конференции «Проблемы информатики в образовании, управлении, экономике и технике». - Пенза: Приволжский Дом знаний, 2010. - с.208-210.

76. Митрошин С.Г. Формирований моделей бизнес-процессов на основе результатов имитационного моделирования // Сборник статей IX международной научно-технической конференции «Проблемы информатики в образований, управлении, экономике и технике». - Пенза: Приволжский Дом знаний, 2009. - с.322-324.

77. Митрошин С.Г., Пикулин В.В., Смирнов Д.В. Параметры имитационных моделей деятельности IT-компании (база данных) / Свидетельство о регистрации базы данных для ЭВМ № 201362047 от 04.04.2013 г.

78. Митрошин С.Г., Пикулин В.В., Смирнов Д.В. Характеристики проектов

4

IT-компании (база данных) / Свидетельство о регистрации базы данных для ЭВМ № 2013620478 от 04.04.2013 г.

79. Монахов, А.В., Математические методы анализа экономики/А.В. Монахов - СПб.: Питер, 2002. - 176с.

80. Обзор продуктов семейства Arena. [Электрон. ресурс]. http://www.interface.ru/home.asp?artld=66&vld=20.

81. Осоргин А.Е. AnyLogic 6. Лабораторный практикум. - Самара: ПГК, 2011.

82. Попков Т. В. Многоподходное моделирование: практика использования. Четвертая всероссийская научно-практическая конференция «Имитационное моделирование. Теория и практика». Сборник докладов. Т. 1. СПб.: ОАО «ЦТСС», 2009 — С. 62-67.

83. Прищенко В. Н., Саенко Ю. Н., Татаринов А. Н. Планирование

I

машинных экспериментов при имитационном моделировании ИММОД 03.

84. Романцев В.В. Аналитические модели систем массового обслуживания: Учеб.пособие/СПбГЭТУ (ЛЭТИ). СПб., 1998. 67с.

85. Рыжиков, Ю. Имитационное моделирование: Теория и технологии / Ю.И. Рыжиков. - Киев: Альтекс, 2004. - 384с.

86. Сб. докл. IV Всерос. науч.-практ. конф. "Имитационное моделирование. Теория и практика" (ИММОД-2009). Санкт- Петербург, 21-23 окт. 2009. Т. 1. С. 350.

87. Сб. докл. IV Всерос. науч.-практ. конф. "Имитационное моделирование. Теория и практика'1 (ИММОД-2009). Санкт- Петербург, 21-23 окт. 2009. Т. 2. С. 356.

88. Селиванов Е.П. Методы системного и структурного анализа статистических анализаторов и ИИС по информационным критериям / Диссертация на соискание уч. степ, д.т.н. по спец. 05.11.16. - Пенза: Пенз. гос. ун-т, 2000. - 324 с.

89. Снетков Н.Н. Имитационное моделирование экономических процессов: Учебно-практическое пособие. - М.: Изд. Центр ЕАОИ, 2008. - 228 с.

90. Справочная документация /myLogic 6.9.0 [Электрон, ресурс]. http://www.anylogic.ru/anylogic/help/.

91. Сравнение Rockwell Automation Arena с другими инструментами моделирования. [Электрон. ресурс]. http://www.interface.ru/home.asp?artld=20152.

92. Технология системного моделирования./Под общей редакцией Емельянова C.B. -М.: Машиностроение, 1998.

93. Форрестер Джей. Мировая динамика! М.: «Наука», - 1978, 168с.

94. Хинчин А. Я. Работы по математической теории массового обслуживания. — М.: Физматлит, 1963. — 236 с.

95. Шеннон Р. Имитационное моделирование систем - искусство и.наука. -М.: Мир, 1978.

96. Щеклеин B.C. Моделирование информационных систем: конспект лекций/Щеклеин B.C. - Ульяновск: Ул^ГТУ, 2002. - с.

97. Яцкив И.В. Проблема валидации имитационной модели и ее возможные решения. - Материалы конференции ИММОД -2003, 2003г. с. 211-217.

Приложение А. Информация о показателях процессов и параметрах моделей

Таблица А.1 - Оценки объемов работ и распределение по исполнителям

Процесс Всего, час. % Специалист % Консультант % Сервис-инженер % Менеджер проекта %

1. Подготовка проекта 43 100.00 11 25.58 20 46.51 0.00 12 27.91

1.1. Выявление требований 16 100.00 2 12.50 6 37.50 0.00 8 50.00

1.2. Определение границ проекта 5 100.00 1 20.00 0.00 0.00 4 80.00

1.3. Предпроектный анализ 22 100.00 8 36.36 14 63.64 0.00 0.00

2. Подготовка документации по проекту 86 100.00 44 51.16 22 25.58 0.00 20 23.26

2.1. Подготовка ТЗ 68 100.00 40 58.82 20 29.41 0.00 8 11.76

2.2. Акты и приемки и сдачи 4 100.00 0.00 0.00 0.00 4 100.00

2.3. Подготовка договоров и доп. соглашений 8 100.00 0.00 0.00 0.00 8 100.00

2.4. Отчеты о выполнении работ 6 100.00 4 66.67 2 33.33 0.00 0.00

3. Разрабслса >33 100.00 238 78.55 6.93 0.00 - 14.52

3.1. Организация команды и процесса разработки 40 100.00 0.00 0.00 0.00 40 100.00

3.2. Проектирование и планирование 18 100.00 8 44.44 6 33.33 0.00 4 22.22

3.3. Программирование 200 100.00 200 100.00 0.00 0.00 0.00

3.4. Тестирование 20 100.00 15 75.00 5 25.00 0.00 0.00

3.5. Подготовка инструкций пользователей •25 100.00 15 60.00 10 40.00 • 0.00 ■ 0.00

4. Внедрение 110 100.00 68 61.82 38 34.55 4 3.64 0.00

4.1. Установка и настройка ПО и ТО в инфраструктуре заказчика 20 100.00 8 40.00 8 40.00 4 20.00 0.00

4.2. Перенос данных 30 100.00 20 66.67 10 33.33 0.00 0.00

4.3. Тестовая эксплуатация 60 100.00 40 66.67 20 33.33 0.00 0.00

5. Обучение пользователей 80 100.00 30 37.50 50 62.50 0.00 0.00

Итого по 622 100.00 391 62.86 151 24.28 4 0.64 76 12.22

Таблица А.2 - Исходные параметры имитационной модели

Наименование параметра Назначение Значение

ChanceOfConsent Вероятность-согласия' принять специалистом передаваемую ему заявку, % 20

CriticalQueueSize Критический размер очереди специалиста 7

DistribType Тип перераспределения заявок: 1 - Через центр 2 - По горизонтали 3 - Смешанная схема 1

EntranceType Тип поступления (приема) заявок: 1 - Через центр 2 - Через исполнителей 3 - Смешанная схема 1

ForwardingRate Интенсивность передачи заявок специалистом, заявок/день . 0.25

GainPerccnt Процент выручки, зачитываемый как доход 40

HandlingDelayFactorMax Коэффициент задержки при обработке заявки, максимум i 1.5

HandlingDelayFactorMin Коэффициент задержки при обработке заявки, минимум 0.5

HandlingDelayFactorMode Коэффициент задержки при обработке заявки, мода ■1

ManagerCapacity Количество заявок, одновременно распределяемых менеджером 15

ManagerZP Заработная плата менеджера (руководителя), руб.' 80000

Optimization Признак выполнения оптимизационного эксперимента false

OrgType Признак иерархической организационной структуры (наличие менеджера) false

RequestQuant Среднее количество заявок ■ от' клиента, заявок/месяц . .1

RequestValueMax Объем работ.-710 заявке, максимум 100

RequestValueMin Объем работ по заявке, минимум 1-

SetSpecDelayMax Продолжительность назначения специалиста, дней (максимум) ■1

SetSpecDelayMin Продолжительность назначения специалиста, дней (минимум) 0.1

SetSpecDclayMode Продолжительность назначения специалиста, дней (мода) 0.2

SpécialistSalary Оклад специалиста, руб. 5000

SysTypeQuant Количество типов обслуживаемых систем 3

UniteGenerator Признак использования единого генератора заявок ■ trúe

WaitingTimeout Максимальное время ожидания в очереди, дней 32

clientsFilePath Путь к файлу, содержащему данные о клиентской базе

Таблица А.2 - Исходные параметры имитационной модели

Наименование параметра Назначение Значение

ИоигСовГ Стоимость часа работ специалиста 1200

БресСараску Количество заявок, обрабатываемых специалистом одновременно 1

вресРНеРаШ Путь к файлу, содержащему данные о кадровом составе '

итСепЬиепБеРасШг Интенсивность поступления заявок при едином генераторе (поправочный коэффициент) 100

ипЮепЬ^епзеРагат Интенсивность поступления. заявок при едином .генераторе (параметр закона распределения) 0.7791

Таблица А.З - Характеристики специалистов

№ Компетенция Количество одно-

п/п временно обслуживаемых задач

1 1 2

2 1 1

3 1 3

4 1 2"

5 2 2

6 2 2

7 . 3 4

8 1 2

9 3 2

10 3 1

11 1 2

12 2 2

13 2 2

14 3 2

I

Таблица А.4 - Элементы структурной модели имитационного эксперимента

№ п/п Наименование фактора Описание Мин. значение Макс, значение Шаг

1 ChanceOfConsent. Вероятность согласия принять специалистом передаваемую ему заявку, % 0 100 20

2 CriticalQueueS ize Критический размер очереди специалиста 1 10 2

3 DistribType Тип перераспределения заявок: 1 - Через центр 2 - По горизонтали 3 - Смешанная схема 1 3 1

4 EntranceType Тип поступления (приема) заявок: 1 - Через центр 2 - Через исполнителей 3 - Смешанная схема 1 3 1

5 nu'mberOfSpecl Количество специалистов квалификации №1 1 10 1

6 numberOfSpec2 Количество специалистов квалификации №2 1 10 1

7 numberOfSpec3 Количество специалистов квалификации №3 1 10 1

8 numberOfN ewS pec Количество недавно принятых специалистов 0 6 1

9 ForwardingRate Интенсивность передачи заявок специалистом, заявок/день 0.1. 1 0.2

10 GainPercent Процент выручки, зачитываемый как доход 20 80 20

11 HandlingDelayFactorMo de Коэффициент задержки при обработке заявки, мода 0.5 2 0.5

12 ManagerZP ' Заработная плата менеджера'(руководителя), руб. 20000 100000 20000

13 RequestValueMax Объем работ по заявке (часов), максимум 10 100 10

14 SetSpecDelayMode Продолжительность назначения специалиста, дней (мода) . 0.2. 1 0.2

15 Specialists alary Оклад специалиста, руб. 5000 20000 5000

16 SysTypeQuant Количество типов обслуживаемых систем 1 5 1

17 WaitingTimeout Максимальное время ожидания в очереди, дней 5 50 10

18 hourCost Стоимость часа работ специалиста, руб. 800 1600 200

19 specCapacity Количество заявок, обрабатываемых специалистом одновременно 1 3 1

№ п/п Наименование фактора Описание Мин. значение Макс, значение Шаг

20 ипЮепЫешсРасЮг Интенсивность поступления заявок (поправочный коэффициент) 0 500 50

21 ипЮепЬиепБеРагат Интенсивность поступления заявок (параметр закона распределения) 0.5 1 0.1

Таблица А.5 - Результаты экспериментов при экстремальных значениях факторов

№ п/п Наименование фактора Мин. значение Отклик Макс, значение Отклик Дельта %

1 НапсИи^ВекуБасЮгМоёе 0.5 3192920 2 1683320 1 509 600.00 89.67992

2 питЬег015рес2 1 1767880 5 3209160 1 441 280.00 81.5259

3 питЬегОГБрес^ 1 - 1821640 5 3245*40 1 424 000.00 78.17132

4 питЬег018рес1 1 1947400 5 3157800 1 210 400.00 62.15467

5 питЬегОШе\у8рес 0 2678840 6 1532120 1 146 720.00 74.84531

6 СЬапсеОГСопзеШ 0 1521080 100 2403800 882 720.00 58.03245

7 В1зи1ЬТуре 2 2069240 3 2562200 492 960.00 23.82324

8 зресСарас^у ■ 1 2100440 ■ 3 ' 2562200 461 760.00' 21.98397'

9 Рог\уагс1т§[1а1е 0.1 1929560 1 2377880 448 320.00 23.23431

10 ЕтгапсеТуре 1 2165720 3 2562200 396 480.00 18.30708

11 ХУаки^ТштеоШ 10 2587640 50 2459000 128 640.00 5.231395

12 SetSpecDelayMode 0.2 2562200 1 2483480 78 720.00 3.169746

Приложение Б. Модель базы данных для представления параметров имитационных моделей деятельности ИТК

Состав таблиц базы данных:

1. USERS - список пользователей;

2. PROJECTS - список проектов - набор экспериментов, выполняемых пользователем; .

3. PR_PARAMS - сведения о значениях параметров проектов;

4. PR_PARAM_TYPES - типы параметров проектов;

5. MODELS - перечень моделей, используемых для экспериментов;

6. MODEL_PARAMS - значения параметров модели;

7. MODEL_PARAM_TYPES - виды параметров модели;

8. ЕХР - список экспериментов с имитационной моделью;

9. EXP_RES - результаты эксперимента с имитационной моделью;

10. EXP_PAR_TYPES - виды показателей.

PROJECTS^ PR ID: NUMBER

PR PARAMS

PR PARAM TYPES

NAME: NVARCHAR2(100 USERJD: NUMBER (FK)

EXP

EXPJD: NUMBER MODELJD: NUMBER (FK) PRJD: NUMBER (FK)

PERIOD: DATE NAME: NVARCHAR2(100)

MODELS

MODEL ID: NUMBER

NAME: NVARCHAR2(100

• PRJD: NUMBER (FK) PARAMJD: NUMBER (FK)

( VALUE: NVARCHAR2(100 USERS

EXP RES

PAR_TYPE_ID: NUMBER (FK EXPJD: NUMBER (FK) MODELJD: NUMBER (FK) PRJD: NUMBER (FK)

VALUE: NVARCHAR2(100)

MODEL PARAMS

MODELJD: NUMBER (FK) PARAM_TYPEJD: NUMBER

VALUE: NVARCHAR2(100)

PARAM ID: NUMBER

NAME: NVARCHAR2(100

EXP_PAR_TYPES PAR TYPE ID: NUMBER

NAME: NVARCHAR2(100

MODEL_PARAM_TYPES PARAM TYPE ID: NUMBEF

NAME: NVARCHAR2(100)

Приложение В. Модель базы данных для представления характеристик

проектов ИТК

Состав таблиц базы данных:

1. RESOURCES - перечень ресурсов организации (ИТК);

2. RES_TYPES - перечень типов ресурсов, используемых для реализации проектов;

3. RES_CHARS - значения характеристик ресурсов;

4. RES_CHAR_TYPES - перечень характеристик ресурса;

5. QUAL - список возможных уровней квалификации сотрудников (исполнителей проектных заданий);

6. СОМР - перечень видов компетенций;

7. RES_COMP - сведения о компетенции компетенции сотрудников ИТК;

8. RES_STATS - сведения о состоянии ресурсов;

9. RES_STAT_TYPES - список возможных состояний ресурсов;

10. RES_COST - стоимость ресурса;

11. CUSTOMERS - список контрагентов организации;

12. CUST_PR - проекты, выполняемые для контрагентов;

13. CUST_PR_WORKS - перечень работ по проекту контрагента;

14. WORK_CHARS - характеристики работ по проектам;

15. WORK_CHAR_TYPES - виды характеристик работ;

16. CUST_CHARS - значения характеристик контрагентов;

17. CUST_CHAR_TYPES - виды характеристик контрагентов;

18. CUST_PR_CHARS - значения характеристик проектов контрагентов;

19. CUST_PR_CHAR_TYPES - виды характеристик проектов контрагентов;

20. PR_STAT - статистические данные по проектам контрагентов;

21. STAT_TYPES - виды статистических показателей.

WORK CHARS

CUST PR WORKS

WORKJD: NUMBER PRJD: NUMBER (FK) CUSTJD: NUMBER (FK)

RES CHAR TYPES

CHARTYPEJD: NUMBEF

NAME: NVARCHAR2(100)

i i

NAME: NVARCHAR2(100) CONTENT: NVARCHAR2(20' VOLUME: FLOAT PERIOD: DATE QUALJD: NUMBER (FK) COMPJD: NUMBER (FK) ■5T

CHAR_TYPEJD: NUMBER (FK PRJD: NUMBER (FK) CUST JD: NUMBER (FK) WORKJD: NUMBER (FK)

VALUE: NVARCHAR2(100)

^■■■■■■■■■■■■■■annHi

WORK CHAR TYPES

CHAR J"YPEJD: NUMBEF

r

QUAL

COMP

RES CHARS

QUALJD: NUMBER

NAME: NVARCHAR2(100 1 NUM: NUMBER

RESJD: NUMBER (FK) CHAR_TYPE_ID: NUMBER (FK

VALUE: NVARCHAR2(100)

RES COMP

RES TYPES

TYPE- ID: NUMBER

I NAME: NVARCHAR2(100 IS WORKER: NUMBER

RESJD: NUMBER (FK) COMPJD: NUMBER (FK)

QUALJD: NUMBER (FK)

I

RESOURCES RES ID: NUMBER

*

NAME: NVARCHAR2(100 TYPËJD:NUMBER (FK)

T?riUJIUU№lllMI

RES_STAT_TYPES STATJD:NUMBER NAME: NVARCHAR2(100

RESJ5TATS

RESJD: NUMBER (FK) PERIOD: DATE

• STATJD: NUMBER (FK

CUST PR

NAME: NVARCHAR2(100)

CUSTOMERS

PR'ID: NUMBER I CUSTJD: NUMBER (FK) ' CUSTJD: NUMBER ' I

, NAME: NVARCHAR2(100 |

NAME: NVARCHAR2(100J " •HUUWSAIiiJTQfj.w.i J.i'.t'v yiJUfJP1

!

COMP _ID: NUMBER

NAME: NVARCHAR2(100 |

« »

CUST_PR_CHARS

PRJD: NUMBER (FK) CUSTJD: NUMBER (FK) CHARJTYPEJD: NUMBER (FK

»l'ALUE: NVARCHAR2(100)

" mmmmmiÊÊÊmmmmmfmmmm

CUST PR CHAR TYPES

CHAR TYPE ID: NUMBEF

NAME: NVARCHAR2(100)

PR STAT

PRJD: NUMBER (FK) CUSTJD: NUMBER (FK TYPEJD: NUMBER (FK PERIOD: DATE

VALUE: FLOAT

RES COST

I RESJD: NUMBER (FK) ■t COST: FLOAT

v-maé'

CUST CHARS

CUSTJD: NUMBER (FK) CHAR_TYPEJD: NUMBER (FK

VALUE: NVARCHAR2(100)

-JCtiy. I t.crv.. n.rt

CUST CHAR TYPES

CHAR_TYPE ID: NUMBEF

NAME: NVARCHAR2(100)

STATTYPES _

I TYPE ID: NUMBER

NAME: NVARCHAR2(100

I

ooj

Приложение Г. Документы о внедрении

ООО «ЭЛСОФТ»

Адрес: 440008, г. Пенза, ул. Суворова 145а, оф. 41

Тел./факс: [phone] Web: www.soft58.ru.

E-mail: inlo ¡7 -So('tSSxom

• у

УТВЕРЖДАЮ Дирек ----ЭЛСОФТ»

2

Милов Ю.Г. «19» декабря 2014 г.

акт

об использовании результатов кандидатской диссертационной работы «Многоподходные имитационные модели в производственных процессах

Комиссия в составе: председатель Милов Ю.Г., члены комиссии: Яшин Н.В., заместитель директора, Пахтусов A.C., ведущий специалист отдела автоматизации, составили настоящий акт о том, что результаты диссертационной работы Митрохина С.Г. «Многоподходные имитационные модели в производственных процессах информационно-технологических компаний» актуальны и использованы в ООО «ЭЛСОФТ» в процессах управления организационными ресурсами предприятия.

Использование результатов указанной работы позволяет выполнять оценку и прогнозирование ключевых показателей деятельности компании, производить формирование оптимального кадрового состава компании, выстраивать взаимосвязи между подразделениями и сотрудниками, что приводит к повышению эффективности производственной деятельности предприятия.

Председатель комиссии:

информационно-технологических компаний» Митрошина Сергея Геннадьевича

/ Милов Ю.Г. / '

Члены комиссии:

/ Яшин Н.В. /

/

/ Пахтусов A.C. /

f

«Утверждаю» И.о. Лектора ФБГОУ ВПО «Пензенский государственный технрлягичес кий-университет» I //7 - . -^В.¿".'Моисеев

АКТ

внедрения результатов диссертационной работы «Многоподходные имитационные модели в производственных процессах информационно-технологических компаний ' Митрошина Сергея Геннадьевича

Комиссия в составе:

председатель Ремонтов А.П., к.т.н., доцент, декан факультета информационных и образовательных технологий;

члены комиссии: Селиванов Е.П., д.т.н., профессор кафедры «Прикладная информатика», Пикулин В.В., к.т.н., профессор кафедры «Прикладная информатика», Чигирёва И.В., к.т.н., доцент кафедры «Прикладная информатика» составили настоящий акт о том, что результаты диссертационной работы Митрошина Сергея Геннадьевича «Многоподходные имитационные модели в производственных процессах информационно-технологических компаний», представленной на соискание учёной степени кандидата техшлеских наук, использованы в учебном процессе по направлению подготовки «Прикладная информатика» для модернизации тематики и содержания лабораторных занятий и курсового проектирования по дисциплине «Имитационное моделирование бизнес-процессов». \

Председатель комиссии Члены комиссии:

с

A.П. Ремонтов Е.П. Селиванов

B.В. Пикулин И.В. Чигирёва