Разработка методов и моделей поддержки принятия решений по управлению составом портфеля ИТ-проектов тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат наук Середенко, Наталья Николаевна

• Середенко, Наталья Николаевна
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Середенко, Наталья Николаевна

Оглавление

Введение

1. Анализ методов и инструментов поддержки принятия решений в управлении составом портфеля ИТ-проектов на предприятии

1.1. Характеристика задач принятия решений в сфере управления составом портфелей ИТ-проектов

1.2. Формализация задачи управления составом портфеля ИТ-проектов в условиях неопределенности

1.3. Анализ и обоснование инструментария поддержки принятия решений при управлении составом портфеля ИТ-проектов

2. Разработка методов принятия решений на основе моделирования проблемных ситуаций

2.1. Методика применения метода аналитических сетей для моделирования проблемных ситуаций с учетом зависимостей условий принятия решений и их реализаций

2.2. Модификация метода анализа иерархий для обоснования выбора альтернатив с учетом проблемных ситуаций

2.2.1. Анализ и поиск возможностей для развития метода анализа иерархий

2.2.2. Модифицированный метод анализа иерархий с включенными проблемными ситуациями при заданных коэффициентах относительной значимости

2.2.3. Модифицированный метод анализа иерархий с обработкой экспертных оценок в контексте проблемных ситуаций по принципу Парето

2.2.4. Модифицированный метод анализа иерархий с включенными проблемными ситуациями при коэффициентах относительной значимости, вычисляемых по принципу Саати

3. Построение системы поддержки принятия решений в сфере управления составом портфеля ИТ-проектов

3.1. Архитектура СППР в сфере управления составом портфеля ИТ-проектов

3.2. Моделирование процесса формирования портфеля ИТ-проектов на примере проектов бизнес-аналитики банка

3.3. Модель оптимизации централизованной схемы распределения ресурсов между проектами портфеля

Заключение

Список литературы

Приложение 1. Характеристика ЭСППР по выделенным признакам

Приложение 2. Вопросы об элементах задачи принятия решения и их различные реализации

(ответы)

Приложение 3. Портфель проектов

Приложение 4. Пример расчета локальных коэффициентов задачи в ПО ЗирегБеазюпз

Введение диссертации (часть автореферата) на тему «Разработка методов и моделей поддержки принятия решений по управлению составом портфеля ИТ-проектов»

Введение

Актуальность темы исследования

В современном мире применение информационных технологий (ИТ) на предприятии является одним из ключевых факторов его развития. Информационные системы обеспечивают устойчивое функционирование различных компаний, поддерживая все ключевые бизнес-процессы, а также являются источником аналитического обеспечения принятия эффективных управленческих решений. Актуальными вызовами времени становятся требования адаптивности ИТ к изменению среды функционирования предприятия и соответствия информационных технологий корпоративной стратегии развития компании. Изменения внешней среды бизнеса вызывают потребность в динамическом развитии ИТ-технологий и, соответственно, в непрерывном создании и модернизации ИТ-проектов, многочисленность и взаимосвязанность которых обусловливает внедрение методов портфельного управления.

Важной особенностью портфельного подхода к управлению является комплексный взгляд на развитие информационных технологий на предприятии, что позволяет оценивать выгоды от реализации проектов и принимать решения об инвестициях в ИТ-инфраструктуру на основании анализа вклада используемых ИТ-технологий в ключевые виды деятельности и бизнес-процессы.

В связи с динамичными изменениями во внешней среде ежегодно меняются потребности (группировки) проектов, критерии их оценки, условия принятия решения. ИТ-подразделения, разрабатывающие и внедряющие проекты информатизации предприятий и организаций, должны учитывать условия принятия решений, которые определяют сущность возникающих проблемных ситуаций при реализации ИТ-проектов [71], [22], [23]. Для условий принятия решений в силу их взаимосвязанности характерна сложная структура

зависимостей между ними, которая математически плохо формализуема. Качественное описание аспектов данной структуры производится с помощью привлекаемых экспертов, оценки которых позволяют моделировать сложную окружающую среду задачи управления составом портфеля ИТ-проектов.

Таким образом, портфельное управление ИТ-проектами сводится к определению состава портфеля с учетом условий принятия решений, включающее рациональное распределению ресурсов между различными проектами, ранжирование которых по степени относительной значимости с учетом условий окружающей среды представляет собой сложную многокритериальную задачу. Данная задача из-за широкого применения экспертных качественных оценок относится к классу слабоструктурированных и обычно решается с помощью методов поддержки принятия решений, однако существующий аппарат теории принятия решений не имеет развитых методов обработки зависимостей условий принятия решений в рамках проблемных ситуаций.

Вследствие перечисленных особенностей к математическому аппарату, применяемому для решения задач управления составом портфелем ИТ-проектов, предъявляются требования по возможности моделирования проблемных ситуаций на основе развития методов, позволяющих обрабатывать неопределенности проблемных ситуаций в различных условиях функционирования окружающей среды, что обусловливает актуальность выбора темы диссертации.

Степень научной проработанности темы

Теория принятия решений в рамках управления составом портфеля ИТ-проектов находится на стыке различных областей науки: экономики, прикладной математики, теории игр, психологии, статистики, классификации и прогнозирования. Для поддержки решений, принимаемых при решении задач управления составом портфеля ИТ-проектов, разработаны разнообразные методы и модели.

Основополагающими работами теории управления портфелем проектов являются труды отечественных ученых Института проблем управления им. В. А. Трапезникова РАН Буркова В.Н., Губко М.В., Заложнева А.Ю., Караваева

A.П., Колосовой Е.В., Коновалова Е.Н., Новикова Д.А., Цветкова А.В., а также работы зарубежных ученых: Г.Саймона (SimonH.), И Кендалла, К. Роллинза. Международным сводом профессиональных знаний в сфере разработки универсальной методологии управления проектами де факто является коллективная работа института по управлению проектами (Project Management Institute, PMi) - свод знаний РМВоК (Project Management Body of Knowledge). Экономические аспекты проблем управления портфелем проектов и принятия решений отражены в работах Дика В.В., Литвина Ю.В., Мазура И.И., Шапиро

B.Д.

Методы обработки нечетких экспертных оценок изложены в работах Андрейчикова А.В., Дьяконова А.Г., Журавлева Ю.И., Ларичева О.И., Миркина Б.Г., Черноруцкого И.Г., Саати Т.Л. (Saaty T.L.). Системы поддержки принятия решений (СППР), основанные на данных методах, впервые появились в конце 60-х годов - системы управленческих решений (Management Decisión Systems - MDS), совмещающие теоретические исследования с программной реализацией[137]. В 1974 году сформулировано определение информационной системы менеджмента (Management Information System) [99]. Далее J.D.C.Little в работе «Models and Managers: The Conceptof a Decisión Calculus» предложил критерии проектирования СППР в менеджменте [117].

Основы классификации СППР впервые приведены в диссертации S. Alter в 1980 году [74].Далее Bonczek, Holsapple и Whinston в работе «Foundations of Decisión Support Systems» [81] по теоретическим основам построения СППР выделили четыре обязательных компонента этого класса систем:

• Языковая система (Language System - LS) — способность СППР принимать сообщения;

• Система презентаций (Presentation System - PS) - способность СППР выдавать свои сообщения;

• Система знаний (Knowledge System - KS) - способность сохранения знаний;

• Система обработки задач (Problem-Processing System - PPS) -механизм распознавания и решения задачи.

Все четыре перечисленных компонента можно выделить и в современных СППР.

Полное структурированное описание всех аспектов СППР, а также результаты внедрения первой СППР изложены в книге «Decision support systems: an organizational perspective»[112]. Описание практического опыта создания СППР вышло в 1981 г. в книге R.Sprague и E.Carlson «Building Effective Decision Support Systems».

Большинство существующих СППР используют какой-либо один математический метод принятия решений, в основном метод анализа иерархий Томаса JI. Саати. В отличие от подобных систем в 2007 коллективом кафедры Бизнес-аналитики факультета Бизнес-информатики ГУ ВШЭ под руководством Кравченко Т.К. спроектирована ИС «Экспертная система поддержки принятия решений» (ЭСППР) [36]. ЭСППР относится к классу информационных систем, сочетающих преимущества экспертных систем и систем поддержки принятия решений. ЭСППР ориентирована на автоматизацию процедуры анализа проблемных ситуаций и выбора эффективных решений. В качестве ключевых особенностей ЭСППР можно выделить наличие большого числа включенных в систему методов принятия решений, описанных в рамках общей терминологии, а также встроенного инструмента выбора метода, адекватного решаемой экономической задаче, и инструмента обработки проблемных ситуаций с учетом мнений различных экспертов. ЭСППР позволяет строить различные модификации методов с помощью механизма разложения базовых методов на смысловые блоки и объединения их в различные комбинации.

Теоретические основы построения СППР, а также практические результаты их внедрения отражены в работах отечественных и зарубежных ученых. Среди многих выделим Дорожного П.М., Литвака Б.Г., Петровского

А.Б., Рогозина О.В., Тельнова Ю.Ф., С. Альтера (Alter S. L.), М. Гинзберга (Ginzberg M.J.), P.JI. Кини (R.L. Кеепеу), Ж., Копланда (JackCopeland), Д. Пауэра (Power D. J.), X. Райфа (Н. Raiffa), Э. Уинстона (Whinston A.B.), Д. Эдвардса (Edwards J.S.), У. Эдвардса (Edwards W.).

При этом следует отметить, что указанные работы рассматривают отдельные аспекты проблем управления рисками, ранжирования и распределения ресурсов между ИТ-проектами портфеля. Практически не встречаются исследования, в рамках которых строится комплексная модель системы поддержки принятия решений, позволяющая минимизировать риски и эффективно распределять ресурсы между ИТ-проектами портфеля с учетом условий окружающей среды на основе экспертных оценок. Недостаточное внимание уделяется разработке методов и инструментов моделирования и анализа проблемных ситуаций, в разрезе которых производится поиск эффективных решений, а механизмы распределения ресурсов чаще всего основаны на анализе только финансовых показателей эффективности.

Данная работа посвящена исследованиям в рамках теории поддержки принятия решений, а именно, развитием подхода к решению задач управления составом портфеля ИТ-проектов путем создания новых модифицированных методов и разработки механизма моделирования проблемных ситуаций.

Целью исследования является разработка и адаптация экономико-математических методов и моделей принятия решений по управлению составом портфеля ИТ-проектов, в основе которых лежит модифицированная методология аналитических сетей и комбинации метода анализа иерархий, позволяющие существенно повысить качество принимаемых управленческих решений.

В соответствии с целью диссертации поставлены следующие задачи исследования:

1. Проанализировать модели и методы решения задач управления составом портфеля ИТ-проектов, а также обосновать необходимость развития инструментов для их решения.

2. Усовершенствовать метод моделирования проблемных ситуаций задачи управления составом портфеля ИТ-проектов, учитывающий зависимости условий принятия решений.

3. Разработать модификации методов поддержки принятия решений для ранжирования ИТ-проектов портфеля.

4. Построить математическую модель распределения ресурсов между проектами портфеля с учетом коэффициентов их относительной значимости.

5. Разработать архитектуру СППР, позволяющую моделировать проблемные ситуации и применять модифицированные методы для решения поставленной задачи.

6. Апробировать предлагаемые модели и методы принятия решений при решении задачи управления составом портфеля ИТ-проектов в банке.

Объектом исследования является ИТ подразделение, реализующее комплекс ИТ проектов.

Предметом исследования являются модели и методы поддержки принятия решений, используемые для управления составом портфеля ИТ-проектов.

Область исследования

Диссертационная работа посвящена исследованию теоретических и практических основ управления составом портфеля ИТ-проектов. Содержание диссертационной работы соответствует п. 1.4. «Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений» и п. 2.3. «Разработка систем поддержки принятия решений для рационализации организационных структур и оптимизации управления экономикой на всех уровнях» паспорта специальности 08.00.13 —

Математические и инструментальные методы экономики (экономические науки).

Теоретической и методологической базой исследования являются разработки отечественных и зарубежных авторов, методические и инструктивные материалы, труды ведущих отечественных и зарубежных учёных и научные труды в области управления портфелями ИТ-проектов. В работе применяются принципы комплексного и системного подходов с использованием теории принятия решений, использованы методы обработки нечетких экспертных оценок, аналитических сетей, математического программирования.

В работе использовались отчеты Минэкономразвития, а также данные исследовательских агентств и консалтинговых компаний (McKinsey&Company, Standish Group, IDC).

Информационной базой практической части исследования являются данные об операционной деятельности, а также данные управленческой отчетности ИТ-службы одного из ведущих российских банков, включая отчетность по планированию и бюджетированию реализации портфеля ИТ-проектов подразделения бизнес-аналитики (Business Intelligence).

Инструментальной базой исследования являются системы поддержки принятия решений, разработанные различными научными коллективам на основе широко распространенных математических методов принятия решений. Разработка модели условий окружающей среды осуществлена в системе SuperDecisions, решение задачи ранжирования альтернатив реализовано в системе ЭСППР, для написания макроса формирования набора проблемных ситуаций использована среда VBA.

Научная новизна исследования заключается в разработке комплексного подхода к решению задач управления составом портфеля ИТ-проектов на основе моделирования проблемных ситуаций принятия экономических решений, а также создания модифицированных методов, позволяющих

выбирать эффективное решение в разрезе смоделированных проблемных ситуаций на основе аппарата аналитических сетей.

К основным научным результатам диссертационного исследования, имеющим элементы научной новизны, относятся следующие:

1. Определены ключевые задачи управления составом портфеля ИТ-проектов, характеризующиеся слабой структурированностью. Формализовано определение слабоструктурированной задачи принятия решений в условиях неопределенности, связанной с проблемными ситуациями, которые могут возникнуть в процессе реализации ИТ-проектов. Обоснована необходимость разработки новых и модификации существующих методов принятия решений, основанных на качественном анализе проблемных ситуаций, с учетом зависимостей условий принятия решений.

2. Разработан новый метод моделирования проблемных ситуаций задачи управления составом портфеля ИТ-проектов на основе аппарата аналитических сетей. В рамках данного метода формализована процедура нахождения коэффициентов относительной значимости реализаций условий принятия решения. Отличительной особенностью предлагаемого подхода является учет зависимостей условий, подусловий и их реализаций, которые могут существовать внутри аналитической сети. Предложенный математический аппарат с высокой степенью детализации отображает условия окружающей среды, которые необходимо учитывать при формировании портфеля ИТ-проектов.

3. Разработаны модификации математических методов принятия решений, базирующихся на методе анализа иерархий (МАИ). Отличительной особенностью предлагаемого подхода является совместное использование различных алгоритмических блоков из МАИ и предлагаемого модуля по обработке мнений экспертов. Предложенные модифицированные методы обладают преимуществами по сравнению с

базовыми версиями существующих методов за счет учета специфических особенностей проблемных ситуаций.

4. Впервые разработана архитектура СППР и модель процесса принятия решений в рамках СППР, позволяющая выделять условия принятия решений, формировать набор проблемных ситуаций, оценивать коэффициенты их относительной значимости и производить выбор модифицированного метода для решения поставленной задачи. Разработанные алгоритм и программное обеспечение позволяют формировать и отбирать варианты проблемных ситуаций с учетом рассчитанного коэффициента относительной значимости.

5. Разработана модель оптимизации распределения ресурсов между ИТ-проектами портфеля с учётом коэффициентов относительной значимости альтернатив, вычисляемых с помощью модифицированных методов, что позволяет максимизировать ожидаемую прибыль от реализации портфеля ИТ-проектов при заданных ресурсных ограничениях.

6. Решена задача управления составом портфеля ИТ-проектов в ИТ-подразделении крупного банка: с помощью разработанных методов и моделей сформирован набор проблемных ситуаций, произведено ранжирование ИТ-проектов портфеля и сформулированы рекомендации по эффективному распределению ресурсов, что позволяет повысить ожидаемую прибыль от реализации портфеля ИТ-проектов. Теоретическая значимость. Предложенные в диссертационном

исследовании алгоритмы и модели в экономическом смысле обобщают достижения теории принятия решений, учитывают специфику сферы управления составом портфеля ИТ-проектов и вносят вклад в данную область знаний, а также развивают инструментальный аппарат. С математической точки зрения значимостью обладают разработанные в диссертации методы и модели решения задачи управления составом портфеля ИТ-проектов, которые могут быть адаптированы для управления портфелями проектов других сфер производства. Выводы диссертации развивают теоретические и практические

результаты, опубликованные в отечественной и зарубежной литературе по данной тематике, и не противоречат им.

Практическая значимость исследования заключается в возможности использования разработанного алгоритма моделирования проблемных ситуаций, а также модифицированных методов, для решения задач управления составом портфеля ИТ-проектов. Предложенные методы, модели и инструменты позволяют решать задачи оценки и ранжирования портфеля, что существенно повышает качество управленческих решений.

Разработанная СППР может быть интегрирована в существующие ИТ-подразделения различных организаций и использована для управления составом портфелей ИТ-проектов.

Задача распределения ресурсов ИТ-проектов решена для подразделения бизнес-аналитики в одном из ведущих российских банков, что позволило произвести комплексную оценку ИТ-проектов портфеля с учетом условий принятия решений, а также обеспечить более высокую ожидаемую прибыль от реализации портфеля.

Результаты диссертационного исследования используются в преподавании дисциплины «Системы поддержки принятия решений» в Национальном исследовательском университете «Высшая школа экономики».

Апробация результатов

Основные результаты исследования были изложены автором, обсуждались и получили одобрение:

• на IX Международной научно-методической конференции «Совершенствование подготовки 1Т-специалистов по направлению «Прикладная информатика» для инновационной экономики», МЭСИ, Москва, 2013;

• на научно-исследовательском семинаре "Системы поддержки принятия решений и управления эффективностью бизнеса" кафедры бизнес-аналитики НИУ ВШЭ, 2010-2012 гг.;

• на научном семинаре «Система управления эффективностью бизнеса» кафедры бизнес-аналитики НИУ ВШЭ, 2010-2012 гг.;

• на ежегодной студенческой научно-практической конференции «Информационные технологии в экономике, бизнесе, управлении», ГУ-ВШЭ, Москва, 2009;

• на ежегодной студенческой научно-практической конференции «Информационные технологии в экономике, бизнесе, управлении», ГУ-ВШЭ, Москва, 2010.

Практические результаты исследования были апробированы при анализе деятельности крупного российского Банка: выполнена оценка портфеля и произведена оптимизация распределения ресурсов между ИТ-проектами подразделения бизнес-аналитики (Business Intelligence).

1. Анализ методов и инструментов поддержки принятия решений в управлении составом портфеля ИТ-проектов на предприятии

1.1. Характеристика задач принятия решений в сфере управления составом портфелей ИТ-проектов

Информационные технологии на предприятии, являясь одним из ключевых факторов его развития, нуждаются в гибких и адекватных механизмах управления и достижения стратегических целей. Это обусловлено возрастающей ролью информационных технологий в повышении эффективности деятельности предприятий, и, как следствие, возрастающим количеством ИТ-проектов, реализуемых различными компаниями.

По данным Минэкономразвития, за последние три года средний годовой прирост по отношению к предыдущему году составляет около 7%'. При этом снижение темпов роста ИТ рынка происходит за счет аппаратной составляющей (затрат на оборудование), а основной рост обеспечивают ИТ-

'httpi/Avww.economv.gov.ni/minec/main- официальный сайт Министерства экономического развития Российской Федерации

услуги. Это свидетельствует о нарастающем интересе компаний к проектам внедрения информационных технологий.

Внедрение современных информационных систем подразумевает масштабные ресурсные затраты. Кроме того, даже типовые решения требуют трудоемкой адаптации под конкретное предприятие, а привнедрении индивидуальной разработки привлекаются многие подразделения. При этом существенные ресурсы отводятся на системный анализ, формирование архитектуры комплекса ИТ-систем, интеграцию с уже имеющимися системами. Срок реализации одного крупного проекта в среднем составляет от одного года и дольше, среднего по объёму проекта - три-шесть месяцев.

Крупный ИТ-проект часто разбивается на более мелкие составляющие подпроекты, имеющие определенную последовательность, ограниченные сроки и ресурсы. Часто подпроекты объединяются в группы, называемые очередями. На крупных предприятиях проект внедрения информационной системы, автоматизирующей выделенное бизнес-направление, в среднем разбивается на три-четыре очереди. Очередь в среднем состоит из 10-40 подпроектов различной сложности и может включать в себя доработки по исправлению ошибок ранее внедренного функционала, доработки по оптимизации системной архитектуры, реализации новых функциональных задач в рамках имеющихся модулей, реализации новых модулей.

Анализ опыта внедрения информационных систем в крупных компаниях показывает, что после приема в эксплуатацию любой очереди обычно открывается проект по сопровождению внедренной системы, в рамках которого регулярно появляются новые задачи. Если система затрагивает ключевые бизнес-процессы и обрабатывает большие объемы данных - сопровождение, помимо исправления ошибок и поддержки пользователей, подразумевает постоянную доработку функционала под возникающие потребности бизнес-пользователей. Это обусловливает непрерывную реализацию большого числа связанных ИТ-проектов, требующих особых механизмов управления, контроля и распределения ресурсов в условиях конкурентной среды.

Ключевой особенностью проблем управления ИТ-проектами является высокая скорость изменений окружающей среды. За последние десять лет большое влияние на развитие ИТ оказало развитие интернет-технологий, облачных сервисов. С появлением хранилищ данных, технологий их обработки и анализа (Business Intelligence - В1-систем)функции и задачи ИТ на предприятии перешли на иной качественный уровень: помимо автоматизации операционной деятельности, информационные системы стали обеспечивать поддержку принятия решений на всех уровнях управления.

По данным исследовательских консалтинговых агентств Gartner и Forrester, опыт крупнейших предприятий демонстрирует средний рост количества реализуемых ИТ-проектов, который за четыре года составил 70%. Численность сотрудников, занятых во внедрении информационных систем, за этот же период в среднем растёт на 40%, а бюджет увеличивается на 85%. В этих условиях для того чтобы поддерживать обеспеченность предприятия информационными технологиями на достаточно высоком качественном уровне, необходима адекватная вызовам система управления ИТ-проектами, соответствующая требованиям адаптивности ИТ к изменению окружающей среды, и обеспечивающая непрерывное создание и модернизацию многочисленных и взаимосвязанных ИТ-проектов.

Для обеспечения качественного управления информационными технологиями принято использовать различные методологические подходы [33], [127], [18]:

• Бюджетный подход, предполагающий управление информационными технологиями на уровне бюджетных средств и часто использующийся в случае зрелой, развитой ИТ-службы.

• Проектный подход, в рамках которого управление информационными технологиями производится на уровне отдельных проектов. Как правило, при этом подходе выделяется заказчик проекта, он же спонсор, который осуществляет основную функцию финансирования и контроля.

• Портфельный подход, подразумевающий управление информационными технологиями с позиции портфеля разрабатываемых или модернизируемых ИТ-приложений. Данный подход позволяет управлять ИТ с точки зрения предприятия в целом (или выделенного бизнес-направления со своей ИТ-службой).

Преимущество одного из ключевых подходов к управлению информационными технологиями — портфельного подхода - заключается в возможности оценивать выгоды от реализации проектов и принимать решения об инвестициях в ИТ-инфраструктуру на основании анализа вклада используемых технологий в ключевые бизнес-процессы (виды деятельности), а значит, управлять эффективностью ИТ-службы с позиции достижения стратегических целей предприятия [33], [44], [67], [87]. Поэтому в дальнейшем будет рассматриваться именно портфельный подход к управлению проектами.

К качеству принимаемых решений в области управления ИТ-проектами предъявляются особые требования в связи со следующей спецификой: по данным компании Standish Group [161], предоставляющей услуги по исследованию и анализу эффективности работы ИТ-проектов, до 74% всех проектов, связанных с ИТ, каждый год терпят неудачу. Агентство IDC [151], исследующее рынок информационных технологий, заявляет о 25% ИТ-проектов, потерпевших полный провал. Высокие риски неудачи при реализации ИТ-проектов обусловливают потребность в тщательном анализе причин, воздействующих на исход, а именно, в анализе, моделировании и учёте условий принятия решений.

Рассмотрим характерные условия принятия решений (окружающей среды), влияющие на решение задач управления составом портфеля ИТ-проектов (рис. 1):

Список литературы диссертационного исследования кандидат наук Середенко, Наталья Николаевна, 2014 год

Список литературы

1. Абрамов JI. М., Капустин В.Ф. Математическое программирование.—

Учебное пособие. - JI.: ЛГУ, 1981. - 328 с.

2. Абчук В.А. Интенсификация: принятие решений. Научно-практическое

пособие для руководителей. — JT: Лениздат, 1987. - 174 с.

3. Айзерман М.А., Алескеров Ф.Т. Выбор вариантов: основы теории. - М.:

Наука, 1990.-236 с.

4. Акинфиев В. К., Карибский А. В., Коновалов Е. Н., Цвиркун А. Д.,

Шишорин Ю. Р. Анализ эффективности инвестиционных проектов. -М.: ИЛУ РАН, 1994.-51 с.

5. Алкдироу Р.Х., Мыльников Л.А. Предпосылки и основы прогнозирования

для управления инновационными проектами // Управление экономическими системами: электронный научный журнал, 2012. -№ 48. - С. 65-65.

6. Андрейчиков А. В., Андрейчикова О. Н. Интеллектуальные

информационные системы. - М: Финансы и статистика, 2004. - 424 с.

7. Андрейчиков A.B., Андрейчикова О.Н. - Анализ, синтез, планирование

решений в экономике. - М.: Финансы и статистика, 2000. - 368 с.

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

9. Аракчеев Д.Б. Использование СППР «Эксперт» совместно с ArcGIS для

поддержки принятия управленческих решений // Геоинформатика, №4, 2001,- С. 23-30.

10.Архипенков С., Голубев Д., Максименко О. Хранилища данных. От концепции до внедрения. М.: Диалог-МИФИ, 2002. - 528 с.

11 .Астафьев H.H. Бесконечные системы линейных неравенств в

математическом программировании. —М.: Наука, 1991. - 134 с. 12.Белкин А.Р., Левин М.Ш. Принятие решений: комбинаторные модели аппроксимации информации. - М.: Наука, 1990. - 230 с.

13.Беллман Р., Заде JI. Принятие решений в расплывчатых условиях. В кн.: Вопросы анализа и процедуры принятия решений. М.: Мир - 1976.— С.172-215.

14.Бланк И. А. Финансовый менеджмент: Учебный курс. К.: Ника - Центр, Эльга, 2001.-528 с.

15.Бурков В. Н., Заложнев А. Ю., Новиков Д. А. Теория графов в управлении организационными системами. М.: Синтег, 2001. - 124 с.

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

17.Бурков В.Н., Заложнев А.Ю., Кулик О.С., Новиков Д.А. Меха- низмы страхования в социально-экономических системах. М.: ИПУ РАН, 2001.- 109 с.

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

19.Воронин A.A., Мишин С.П. Оптимальные иерархические структуры. М.: ИПУ РАН, 2003.-210 с.

20.ГалаховИ.В., ВолковИ.Ю. Архитектура современной информационно-аналитической системы. // Директор ИС, №3, 2002. - С.58-63.

21 .Гантмахер Ф.Р. Теория матриц. М.: Наука, 1966. - 576 с.

22.Гафт М.Г. Принятие решений при многих критериях. -М.: Знание, 1979. — 64 с.

23.Гафт М.Г., Подиновский В.В. О построении решающих правил в задачах принятия решений. // Автоматика и телемеханика, №6, 1981. - С. 130138.

24.Горский П. Уточнение понятия «система поддержки принятия решений». http://www.devbusiness.ru/development/dms/dmss terms.htm

25.Губко М.В. Управление организационными системами с коалиционным взаимодействием участников. - М.: ИПУ РАН, 2003. - 140 с.

26.Демидович Б.П. , Марон И.А. Основы вычислительной математики. —М.: Наука, 1970.-664 с.

27.Джил Рингланд. Сценарное планирование для разработки бизнес-стратегии: пер. с англ. / Д. Рингланд. - 2-е изд. - М.: ООО «И. Д. Вильяме», 2008. - 560 с.

28.Журавлёв Ю. И. Избранные научные труды. -М.: Магистр, 1998. - 420 с.

29.Дик В.В., Методология формирования решений в экономических системах и инструментальные среды их поддержки. М.: Финансы и Статистика, 2000. - 300 с.

30.Ильин В. Проектный офис — центр у правления... проектами. Системный подход к управлению компанией. — М.: Вершина, 2007. — 264 с.

31 .Караваев А. П. Модели и методы управления составом активных систем. М.: ИПУ РАН, 2003.- 151 с.

32.Карманов В. Г. Математическое программирование. — 3-е издание. — М.: Наука, 1986. —288 с.

33.Кендалл И., Роллинз К. Современные методы управления портфелями проектов и офис управления проектами: максимизация ROI: пер. с англ. - М.: ЗАО «ПМСОФТ», 2004. - 338 с.

34.Колосова Е.В., Новиков Д.А., Цветков A.B. Методика освоенного объема в оперативном управлении проектами. Москва, 2001. — 156 с.

35.Корнеев C.B. Системы поддержки принятия решений в бизнесе, №6 2005. Режим доступа: http://www.management.com.ua/ims/ims096.html

36.Кравченко Т.К. (в соавторстве). Информатизация принятия экономических решений. Журнал научных публикаций аспирантов и докторантов, 2008, № 9. - С. 46-55.

37.Кравченко Т.К., Перминов Г.И. Информационная технология процесса принятия экономических решений. - УМК. М.: ГУ-ВШЭ, раздел 4, 2007. - С.89-135.

38.Куканова Н. Современные методы и средства анализа и управления рисками информационных систем компаний // [Электронный ресурс] Режим доступа: http://www.dsectrain.ru/about/articles/ar compare/

39.Ларичев О.И. Теория и методы принятия решений, а также Хроника событий в Волшебных странах. Издательство - Логос, 2002. - 392 с.

40.Ларичев О.И., Петровский А.Б. Системы поддержки принятия решений: современное состояние и перспективы развития // Итоги науки и техники. М.: ВИНИТИ, 1987.Т.21. - С. 131-164.

41.Литвин Ю.В. Управление портфелями проектов компании. // Аудит и финансовый анализ, №2, 2008. - С. 53-62.

42.Мазур И.И., Шапиро В.Д., Ольдерогге Н.Г.Управление проектами: Учебное пособие / Под общ. ред. И.И. Мазура. — 2-е изд. — М.: Омега-Л, 2004. - 664 с.

43.Малтугуева Г.С., Юрин А.Ю. Алгоритм коллективного выбора на основе обобщенных ранжировок для поддержки принятия решений // Современные технологии. Системный анализ. Моделирование, № 3, 2009. - С. 57-62.

44.МатвеевА.А., НовиковД.А., ЦветковА.В. Модели и методы управления портфелями проектов - М.: ПМСОФТ, 2005. - 206 с.

45.Миркин Б.Г. Проблема группового выбора. -М.: Наука, 1974. - 256 с.

46.Мулен Э. Кооперативное принятие решений: Аксиомы и модели. - М.: Мир, 1991.-464 с.

47.Новиков Д. А. Сетевые структуры и организационные системы. — М.: ИПУ РАН, 2003.- 108 с.

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

49.0рловский С.А. Проблемы принятия решений при нечеткой исходной информации. -М.: Радио и связь, 1981. -286 с.

50.Павлов А.И., Юрин А.Ю., Малтугуева Г.С. Система поддержки принятия решений в задачах группового выбора. // Программные продукты и системы. - 2011. - №2. - С.54-57.

51 .Петровский А.Б. Теория принятия решений. - М.: Академия, 2009. — 400 с.

52.Подиновская О.В. Метод анализа иерархий как метод поддержки принятия многокритериальных решений // Информационные технологии моделирования и управления. - 2010. - №1 (60). — С. 7180.

53.Подиновский В.В. Основные направления развития теории важности критериев в многокритериальных задачах принятия решений // Современные проблемы информатизации в экономике и обеспечении безопасности. - Воронеж: Научная книга. - 2009. - Выпуск 14. — С. 7274.

54.Подиновский В.В., Подиновская О.В. Еще раз о некорректности метода сравнения иерархий. // Проблемы управления. - 2012. - №4. - С. 75-78.

55.Попов С.А. Сценарное моделирование: методика из восьми шагов. // Электронный ресурс Центр дистанционного образования Elitarium. -2008. - [Электронный ресурс] Режим доступа: http://www.eHtanum.ru/2008/10/20/scenarnoe modelirovanie metodika.ht

ml

56.Практические правила управления информационной безопасностью ISO/ IEC 17799:2000 Information technology - Code of practice for information security management (IDT). Национальный стандарт Российской Федерации. - Москва, Стандартинформ, 2006. - 62 с.

57.ПротасовИ. Д. Теория игр и исследование операций. — Санкт-Петербург, Гелиос АРВ, 2006. - 368 с.

58.Рогозин О. В. Метод нечёткого вывода решения в задаче подбора программного обеспечения на основе качественных характеристик

этого обеспечения как объекта инвестиций // Приборы, методы и технологии. - 2009 - № 3. - С. 43-49.

59.Розанова H. М. Экономический анализ отрасли информационных технологий: мировой опыт и реальность России // Экономический вестник Ростовского государственного университета. - 2009. - Т. 7. -№ 3. - С. 42-57.

60.Розен В.В. Математические модели принятия решений в экономике. - М.: Книжный дом "Университет", Высшая школа, 2002. — 288 с.

61.Ротштейн А.П. Интеллектуальные технологии идентификации: нечеткая логика, генетические алгоритмы, нейронные сети. - Винница: УНИВЕРСУМ-Винница, 1999. - 320 с.

62.Ротштейн А.П., Штовба С.Д. Нечеткий многокритериальный анализ вариантов с применением парных сравнений // Известия РАН. Теория и системы управления. -2001. -№3. - С. 150-154.

63.Саати T.JI. Принятие решений при зависимостях и обратных связях. Аналитические сети. - М.: Издательство ЛКИ, 2008. - 360с.

64.Саати T.JT. Принятие решений - Метод Анализа Иерархий. - М.: Радио и Связь, 1993.-278 с.

65.Тельнов Ю.Ф. Реинжиниринг бизнес-процессов: Компонентная технология (2-е изд.). - М.: Финансы и статистика, 2005. - 318 с.

66.Колесник Г. В. Теория игр. - Изд. 4-е. - М.: Либроком, 2014. - 148 с.

67.Ханко Я. Планирование и контроль капиталовложений. - М.: Экономика, 1987.- 191 с.

68.Хемди A. Taxa. Глава 14. Теория игр и принятия решений // Введение в исследование операций (Operations Research: Anlntroduction). - 7-е изд., M.: «Вильяме», 2007. - С. 549-594.

69.Царев В. В. Оценка экономической эффективности инвестиций. — СПб.: Питер , 2004. - 464 с.

70.Черноруцкий И.Г. Методы принятия решений. - СПб.: БХВ-Санкт-Петербург, 2005. - 416 с.

71.Юдин Д.Б. Вычислительные методы теории принятия решений. - М.: Наука, 1989.-317 с.

72.А. Goicoechea, D.R. Hansen, and L. Duckstein. Multiobjective decision analysis with engineering and business applications. - Wiley, 1982. — 519 p.

73.A. Tversky and D. Kahneman. Advances in prospect theory: Cumulative representation of uncertainty. // Journal of Risk and Uncertainty, 5. - 1992, pp. 297-323.

74.Alter S. L. Decision support systems: current practice and continuing challenges. - Reading, Mass.: Addison-Wesley Pub., 1980. - 158 p.

75.AS/NZS 4360: 1999 Risk management. Standards Australia. ISBN 0 7337 2647 X. - 44 p.

76.B. Roy and D. Vanderpooten. The European school of MCDA: emergence, basic features and current works. Journal of Multiple Criteria Decision Analysis. - №5. - 1996, pp. 22-37.

77.B. Roy. The outranking approach and the foundations of ELECTRE methods. //Theory and Decision.-31 (1). - 1991, pp. 49-73.

78.Bellman R.E., Zadeh L.A. Decision-Making in Fuzzy Environment // Management Science. - №4, vol. 17. - 1970, pp. 141-160.

79.BenarochM. Managing Information Technology Investment Risk: A Real Options Perspective. // Journal of MIS. - № 2, vol. 19. - 2002, pp. 43-84.

80.Bhargava, H. and D. J. Power. Decision Support Systems and Web Technologies: A Status Report. // Proceedings of the 2001 Americas Conference on Information Systems, Boston, MA, August 3 - 5. - 2001, pp. 229-235.

81.Bonczek R.H., Holsapple C., Whinston A.B. Foundations of Decision Support Systems. -NewYork: Academic Press, 1981. -380 p.

82.C. Harries. Correspondence to what? Coherence to what? What is good scenario-based decision making. Technological Forecasting & Social Change, 70.-2003, pp. 797-817.

83.С.A. Bana е Costa and J.C. Vansnick. The MACBETH approach: Basic ideas. In Proceedings of the International Conference on Methods and Applications of Multicriteria Decision Making. - FUCAM, Faculty Universitaires Catholiques de Möns, 1997, pp. 86-88.

84.C.A. Bana e Costa and M.P. Chagas. A career choice problem: An example of how to use MACBETH to build a quantitative value model based on qualitative value judgements. European Journal of Operational Research, 153.-2004, pp. 323-331.

85.CAN/CSA-Q850-97 - Risk Management: Guideline for Decision-Makers. Published by: Canadian Standards Association 1997. - ISSN 0317-5669. -46 p.

86.Cobit 4.0, Cobit 4.1 Российское издание. Официальный сайт: http://www.isaca.org/knowled.ge-center/cobit/Pages/Overview.aspx; сайт российского представительства: http://www.isaca.org/chapters2/moscow/cobit/Pages/default.aspx

87.Czarnecki М.Т. Managing by measuring: How to improve your organization's performance through effective benchmarking. - N.Y.: American management association, 1998. - 240 p.

88.D. Bouyssou and P. Perny. Ranking methods for valued preference relations — A characterization of a method based on leaving and entering flows. European Journal of Operational Research, 61(1-2). - 1992, pp. 186-194.

89.D. Vanderpooten. The construction of prescriptions in outranking methods. In C.A. Bana e Costa, editor, Readings in Multiple Criteria Decision Aid. -Springer-Verlag. - 1990, pp. 184-215.

90.Devlin B.A., Murphy P.T. An Architecture for a Business and Information System. IBM Systems Journal. - Vol 17, No 1. - 1988, pp. 60-80.

91.E. Ballestero. Stochastic goal programming: A mean-variance approach. -European Journal of Operational Research, 131.- 2001, pp. 476-481.

92.E. Hinloopen and P. Nijkamp. Regime-methods voor ordinal multicriteria-analyses. Kwantitatieve Methoden. - 7(22). - 1986, pp. 61-78.

93.E. Hinloopen, P. Nijkamp, and P. Rietveld. Qualitative discrete multiple criteria choice models in regional planning. Regional Science and Urban Economics. - 13. - 1983, pp. 77-102.

94.E. Jacquet-Lagreze and J. Siskos. Assessing a set of additive utility functions for multicriteria decision-making: The UTA method. European Journal of Operational Research. - 10. - 1982, pp. 151-164.

95.E.G. Zapatero, C.H. Smith, and H.R. Weistroffer. Evaluating multiple-attribute decision support systems. Journal of Multi-Criteria Decision Analysis. — 6. — 1997, pp. 201-214.

96.Edwards J.S. Expert Systems in Management and Administration — Are they really different from Decision Support Systems? // European Journal of Operational Research. - Vol. 61. - 1992, pp. 114-121.

97.Figueira J., Greco S., Ehrgott M. «Multiple criteria decision analysis: state of the art surveys.». — Published by: Springer. - 2005. — 1045 p.

98.G. J. Klir and T. A. Folger. Fuzzy Sets, Uncertainty and Information. — Englewood Cliffs, New Jersey: Prentice Hall, 1988. - 355 p.

99.Ginzberg M.I., Ariav G. DSS design - A Systemic View of Decision Support // Communications of the ACM. - vol. 28, №10. - 1985, pp. 1045-1052.

100. H. Pastijn and J. Leysen. Constructing an outranking relation with ORESTE. //Mathematical and Computer Modelling. -№12 (10/11). - 1989, pp. 12551268.

101. H. Voogd. Multicriteria Evaluation for Urban and Regional Planning. PionLtd., London. - 1983. - 376 p.

102. H. Voogd. Multicriteria evaluation with mixed qualitative and quantitative data. // Environment and Planning B. - №9. - 1982, pp. 221-236.

103. ITIL Service Strategy 2011 Edition. London: TSO, 2011. Официальный сайт: http://www.itil-officialsite.com/

104. J. Geldermann and K. Zhang. Software review: Decision Lab 2000. // Journal of Multi-Criteria Decision Analysis. - №10. - 2001, pp. 317-323.

105. J.C. Vansnick. On the problem of weighs in multiple criteria decision making (the noncompensatory approach). // European Journal of Operational Research. - №24. - 1986, pp. 288-294.

106. J.H.P. Paelinck. Qualitative multiple criteria analysis, environmental protection and multiregional development. // Papers of the Regional Science Association. -№36. - 1976, pp. 59-74.

107. J.H.P. Paelinck. Qualitative multiple criteria analysis: An airport location. // Environment and Planning. - №9. - 1977, pp. 883-895.

108. J.-M. Martel and K. Zaras. Stochastic dominance in multicriterion analysis under risk. // Theory and Decision. — №39. — 1995, pp. 31-49.

109. J.P. Brans and P. Vincke. A preference ranking organisation method: The PROMETHEE method for MCDM. // Management Science. - №31 (6). -1985, pp. 647-656.

110. Jack Copeland. Artificial Intelligence: A Philosophical Introduction. Wiley-Blackwell, ISBN063118385X, 1993. - 328 p.

111. Jacquet-Lagrèze and Y. Siskos. Assessing a set of additive utility functions for multicriteria decision making: The UTA method. // European Journal of Operational Research. - № 10 (2). -1982, pp. 151 -164.

112. Keen P.G.W., Scott Morton M. S. Decision support systems: an organizational perspective. Reading, Mass.: Addison-Wesley Pub. Co., 1978.-264 p.

113. Kees van der Heijden. Scenarios: The Art of Strategic Conversation. John Wiley & Sons 2005, 2d ed. - 382 p.

114. L. Dias and J. Climaco. ELECTRE-TRI for groups with imprecise information on parameter values. Group Decision and Negotiation. — №9 (5).-2000, pp. 355-377.

115. L. Dias, V. Mousseau, J. Figueira, J. Climaco, and C.G. Silva. IRIS 1.0 software. Newsletter of the European Working Group "Multicriteria Aid for Decisions". -№3 (5). -2002, pp. 4-6.

116. L.R. Gardiner and R.E. Steuer. Unified interactive multiple-objective programming - An open-architecture for accommodating new procedures. // Journal of the Operational Research Society. -№45. - 1994, pp. 1456-1466.

117. Little I.D.C. Models and Managers: The Concept of a Decision Calculus. — Management Science, 1970. - v. 16. - №8. - 74 p.

118. Lyytinen, K., Mathiassen, L., and Ropponen, J. Attention Shaping and Software Risk—A Categorical Analysis of Four Classical Risk Management Approaches. Information Systems Research. - Vol.9. - No.3. - 1998, pp. 233-255.

119. M. Kostkowski and R. Slowinski. UTA+ application (v.1.20) - user's manual. Document de LAMSADE 95, Universite Paris-Dauphine, 1996. -70 p.

120. M. Roubens. Preference relations on actions and criteria in multicriteria decision making. // European Journal of Operational Research. — №10. -1982, pp. 51-55.

121. M. Grabisch, T. Murofiishi, M. Sugeno (eds.). Fuzzy Measures and Integrals. Theory and Applications. // Studies in Fuzziness and Soft Computing. - vol. 40. - Physica- Verlag, Heidelberg. - 2000, pp. 3-41.

122. M.Roubens. Ordinal multiattributes sorting and ordering in the presence of interacting points of view. In D. Bouyssou, E. Jacquet-Lagreze, P. Perny, R. Slowinski, Vanderpooten D. and P. Vincke, editors. Aiding Decisions with Multiple Criteria: Essays in Honour of Bernard Roy. - Kluwer Academic Publishers, Dordrecht. -2001, pp. 229-246.

123. Morris De Groot. Optimal Statistical Decisions.// Wiley Classics Library. -2004. (Originally published 1970.). -512 p.

124. P. Du Bois, J.P. Brans, F. Cantraine, and B. Mareschal. MEDICS: An expert system for computer-aided diagnosis using the PROMETHEE multicriteria method. // European Journal of Operational Research. - №39. -1989, pp. 284-292.

125. Peter Schwartz. The Art of the Long View. - Doubleday. - 1991. - 234 p.

126. Ph. Vincke. Multicriteria decision-aid. - Wiley. - 1992. - 154 p.

127. PMI, A Guide to the Project Management Body of Knowledge, 5th Ed. -2012.-512 p.

128. Power D. J. Web-based and model-driven decision support systems: concepts and issues. Americas Conference on Information Systems, Long Beach, California, 2000. http://dssresources.com/papers/amcis/TT08overview.pdf

129. R. K. Sarin and M. Weber. Risk-value models. // European Journal of Operational Research. - №70. - 1993, pp. 135-149.

130. R.E. Steuer, E.-U. Choo. An interactive weighted Tchebycheff procedure for multiple objective programming. // Mathematical Programming. — №26. — 1983, pp. 326-344.

131. R.L. Keeney, H. Raiffa. Decision with Multiple Objectives: Preference and Value Tradeoffs. — Cambridge University Press, New York. — 1993. — 569 p.

132. R.W. Saaty. Decision Making in Complex Environments: The Analytic Network Process (ANP) for Decision Making with Dependence and Feedback. Tutorial for the SuperDecisions Software. // Creative Decisions Foundation, 4922 Ellsworth Avenue, Pittsburgh, PA 15213, 2003. - 512 p. http://www.croce.ggf.br/dados/Tutorial%20superdecisons.pdf

133. Radulescu Z., Radulescu M. Project Portfolio Selection Models and Decision Support. - 1 National Institute for Research and Development in Informatics, 2003. http://sic.ici.ro/sic2001 4/art03.html

134. Risk management AS/NZS 4360:2004. ISBN 0-7337-5904-1. - 116 p.

135. S. Zionts and J. Wallenius. An interactive multiple objective linear programming method for a class of underlying nonlinear utility functions. // Management Science. -№ 29. - 1983, pp. 519-529.

136. Saaty T.L. Decision-making with the AHP: Why is the principal eigenvector necessary // European Journal of Operational Research. - 145 (1). - 2003, pp. 85-91.

137. Scott Morton M. S. Management Decision Systems: Computer-based Support for Decision Making. — Boston: Harvard University, 1971. - 216 p.

138. Sprague R. H., Carlson E. D. Building Effective Decision Support Systems. — Englewood Cliffs, NJ: Prentice-Hall, 1982. - 329 p.

139. T. Rosqvist. Simulation and multi-attribute utility modelling of life cycle profit. // Journal of Multi-Criteria Decision Analysis. - №10. - 2001, pp. 205-218.

140. V. Belton and T. J. Stewart. Multiple Criteria Decision Analysis: An Integrated Approach. - Kluwer Academic Publishers, Boston, 2002. - 369 p.

141. W. Edwards and F.H. Barron. SMARTS and SMARTER: Improved simple methods for multiattribute utility measurement. Organizational Behavior and Human Decision Processes. -№60. - 1994, pp. 306-325.

142. W. Michalowski and T. Szapiro. A bi-reference procedure for interactive multiple criteria programming. // Operations Research. - №40. - 1992, pp. 247-258.

143. W.S.M. De Keyser and P.H.M. Peeters. ARGUS - A new multiple criteria method based on the general idea of outranking. - In M. Paruccini, editor, Applying Multiple Criteria Aid for Decision to Environmental Management. Kluwer Academic Publishers, Dordrecht. - 1994, pp. 263-278.

144. Y. Siskos and D. Yannacopoulos. UTASTAR: An ordinal regression method for building additive value functions. // Investigacao Operacional. — №5(1) . - 1985, pp. 39-53.

145. Zimmermann H.-J. Fuzzy Set Theory and its Applications. - 3rd ed. -Dordrecht: Kluwer Academic Publishers, 1996. - 315 p.

146. http://ru.wikipedia.org/ — свободная энциклопедия Википедия.

147. http://www.ciritas.ru/product.php?id=10 - сайт СППР Выбор 5.3.

148. http://www.decisionlens.com/ - официальный сайт СППР Decision Lens (Decision Lens Web).

149. http://www.economy.gov.ru/minec/main - официальный сайт Министерства экономического развития Российской Федерации.

150. http://www.glossary.ru/index.htm - Служба тематических толковых словарей Glossary commander.

151. http://www.idc.com/ - официальный сайт агентства IDC, занимающегося исследованиями рынка информационных технологий.

152. http://www.lamsade.dauphine.fr/english/software.html - официальный сайт СППР, реализующих методы семейства ELECTRE.

153. http://www.mckinsey.com/ - официальный сайт международной компании McKinsey&Company.

154. http://www.superdecisions.com/ - официальный сайт СППР Superdecisions.

155. http://www.teleform.ru/pages/0002/0006/0001/0002.html - сайт СППР WinEXP+.

156. http://www.tomakechoice.com/mpriority.html - сайт СППР MPRIORJTY.

157. http://www.uc.pt/feuc/ldias/software/iris - официальный сайт СППР IRIS

158. http://market-pages.ru/infteh/46.html - Обзор СППР.

159. www.expertchoice.com - официальный сайт СППР Expert Choice.

160. www.imaginatik.com - официальный сайт СППР Imaginatik Idea Central.

161. www.standishgroup.com — официальный сайт компании, предоставляющей услуги по исследованию и анализу эффективности работы ИТ-проектов.

Приложение 1. Характеристика ЭСППР по выделенным признакам

1. Техническиеспецификации:

1.1 Наименованиесистемы ЭСППР

1.2 Тип пользователя Лицо, принимающее решения

1.3 1Т-составляющая (перечень используемых информационных технологий) Программное обеспечение ЭСППР разработано на языке программирования MS Visual С# в среде MicrosoftVisualStudio 2005. База данных Системы разработана и функционирует в РСУБД Microsoft SQL Server 2005. Аналитическая отчетность Системы реализована и функционирует в ProClarityAnalyticsServer. Многомерные витрины данных для аналитической отчетности реализованы и функционируют в Microsoft SQL Server 2005 AnalysisServices.

1.4 Совместимость с другими программными продуктами В текущей версии системы совместимость не реализована

2. Особенности интерфейса Обеспечивает доступ конечных пользователей к системе с применением технологии «Тонкий клиент» (через интернет-браузер и м'еб-сервер)

3. Методы принятия решений, используемые в СППР Текущая версия системы содержит около 50 математических методов принятия решений

4. Особенности ввода исходных данных Входные данные задаются пользователем вручную, либо копируются из существующих в системе вариантов решения задачи

5. Особенности представления результата решения задачи Выходные данные формируются в виде отчета, содержащего результаты решения задачи с использованием различных математических методов. В ЭСППР реализован модуль аналитической отчетности, характеризующий эффективность использования системы.

6. Наличие базы знаний База знаний содержит набор правил выбора соответствующих моделей и методов принятия решений для обоснования альтернатив в зависимости от конкретной реализации элементов поставленной задачи

7. Наличие базы данных База данных содержит информацию, необходимую для проведения расчетов; описания задач и методов принятия решений; формирования отчетов; поддержки многоязычного интерфейса, добавления новых методов принятия решений без изменения программного кода системы

8. Оценка альтернатив:

8.1 Способы задания множества альтернатив Множество альтернатив может быть конечным или представлено в виде подмножества п-мерного пространства

8.2 Способы задания предпочтений на множестве альтернатив Могут быть заданы количественные оценки или порядковые оценки альтернатив по каждому критерию

(признаку)

8.3 Принципы согласования оценок альтернатив по различным признакам Принципы большинства; Парето; последовательного рассмотрения критериев. Возможно решение задачи в два этапа: на первом этапе для согласования оценок альтернатив с позиций различных критериев (признаков) применяется принцип Парето, на втором этапе — принцип большинства.

8.4 Способы задания относительной значимости признаков(критериев) Экспертно в 10- или 100-балльной шкале

8.5 Проверка согласованности оценок альтернатив по отдельным признакам отсутствует

9. Возможность согласования оценок альтернатив в различных проблемных ситуациях:

9.1 Принципы согласования оценок альтернатив в различных проблемных ситуациях в условиях неопределенности Принципы Парето; пессимизма; оптимизма; Гурвица; антагонистического игрока; Сэвиджа; Лапласа

9.2 Принципы согласования оценок альтернатив в различных проблемных ситуациях с учетом вероятности их появления Принципы большинства; Байеса

10. Организация работы с экспертами:

10.1 Возможность привлечения экспертов Работа с экспертами реализована во всех методах принятия групповых решений

10.2 Учет коэффициентов компетентности экспертов Коэффициенты компетентности экспертов вводятся в 10-или 100-балльной шкале

10.3 Принципы согласования оценок экспертов Принципы большинства и Парето. Возможно решение задачи в два этапа. На первом этапе для согласования оценок альтернатив с позиций различных экспертов применяется принцип Парето, на втором этапе -принцип большинства

10.4 Оценка согласованности мнений экспертов отсутствует

Приложение 2. Вопросы об элементах задачи принятия решения и их различные реализации (ответы).

Условия принятия решения Номер Возможные реализации условий (варианты

(вопросы) ответа ответов)

1. Информированность об 1 Одна проблемная ситуация

условиях принятия решения 2 Несколько проблемных ситуаций с неизвестными

вероятностями их появления

3 Несколько проблемных ситуаций с заданными

вероятностями их появления

4 Несколько ненаблюдаемых проблемных ситуаций

с заданными вероятностями их появления и

5 вероятностями их взаимосвязи с наблюдаемыми

событиями, им присущими.

6 Несколько проблемных ситуаций, упорядоченных

по степени достоверности их появления

На первом этапе решения задачи имеется

несколько проблемных ситуаций с неизвестными

вероятностями их появления, на втором этапе -

несколько проблемных ситуаций, вероятности

которых ЛПР может оценить

2. Принцип согласования 1 Принцип большинства

оценок альтернатив в

различных проблемных 2 Принцип Байеса

ситуациях с заданными

вероятностями их появления

3. Принцип согласования 1 Принцип Парето

оценок альтернатив в 2 Принцип пессимизма

различных проблемных 3 Принцип оптимизма

ситуациях с неизвестными 4 Принцип Гурвица

вероятностями их появления 5 Принцип антагонистического игрока

6 Принцип Сэвиджа

7 Принцип Лапласа

4. Принцип согласования 1 На первом этапе для согласования оценок

оценок альтернатив в альтернатив в различных проблемных ситуациях

различных проблемных применяется принцип Парето, на втором этапе —

ситуациях при решении задачи принцип большинства

принятия решения в два этапа

5. Информированность о 1 Полная определенность на одном этапе

последствиях принимаемого 2 Частичная неопределенность на конечном

решения множестве дискретных этапов

3 Частичная неопределенность на бесконечном

множестве дискретных этапов

6. Количество экспертов, 1 Один эксперт

привлекаемых к решению 2 Несколько экспертов

задачи

7. Принцип согласования 1 Принцип большинства

оценок альтернатив, заданных

отдельными экспертами 2 Принцип Парето

3 На первом этапе решения задачи для согласования

оценок альтернатив с позиций различных экспертов

применяется принцип Парето, на втором этапе -

принцип большинства

8. Количество критериев 1 Один критерий

(признаков) оценки альтернатив

2 Несколько критериев

9. Степень сравнимости 1 Критерии несравнимы

критериев

2 Критерии сравнимы

10. Принципы согласования 1 Принцип большинства

оценок альтернатив по

отдельным критериям 2 Принцип Парето

(признакам)

3 Принцип последовательного рассмотрения

критериев

Решение задачи в два этапа: на первом этапе для

4 согласования оценок альтернатив с позиций

различных критериев (признаков) применяется

принцип Парето, на втором этапе - принцип

большинства.

11. Способ задания оценок 1 Заданы веса критериев (признаков)

относительной значимости

критериев 2 Критерии (признаки) упорядочены по значимости

12. Способ задания множества 1 Множество альтернатив конечно

альтернатив

2 Множество альтернатив представлено в виде

подмножества п-мерного пространства

13. Способ задания 1 Заданы количественные оценки альтернатив по

предпочтений на множестве каждому критерию (признаку)

альтернатив 2

Заданы порядковые оценки альтернатив по

каждому критерию (признаку)