Розробка механізмів забезпечення виконання завдань при плануванні проєктів

Автор(и)

DOI:

https://doi.org/10.15587/1729-4061.2023.277585

Ключові слова:

прийняття рішень, розподіл виконавців, вартісно-часова ефективність, ідеальна точка

Анотація

Дослідження присвячене аналізу аспектів етапу планування проєктів. Об’єктом дослідження є процеси прийняття рішень, які мають місце на даному етапі. В роботі розглянуто проблему побудови ієрархії завдань, їх розподілу між виконавцями, з урахуванням обмежень на фінансові витрати та тривалість реалізації проєкту.

Було виконано вербально-математичні моделі задачі побудови ієрархії завдань та інших задач, які мають місце на етапі планування проєктів.

Введено такі наступні показники ефективності процесу реалізації проєкту: часова, вартісна та вартісно-часова ефективність. Для можливості застосування вказаних критеріїв розглядаються задачі оцінювання мінімального значення тривалості реалізації проєкту та його мінімально-необхідної вартості. Для їх розв’язання розроблено відповідні методи.

Розроблений ітераційний метод оцінювання мінімальної тривалості реалізації проєкту базується на врахуванні можливості одночасного виконання різних завдань. Метод оцінювання мінімальної вартості проєкту полягає у побудові та розв’язанні задачі булевого програмування.

Значення, отримані в результаті розв’язання вказаних задач, утворюють «ідеальну точку», наблизитись до якої і дозволяє розроблений ітераційний метод побудови ієрархії завдань на основі методу послідовних поступок. Даний метод дозволяє виробити варіанти управлінських рішень для отримання допустимих розв’язків задачі. Відповідно до них, особа, що приймає рішення, може ввести поступку на значення одного чи обох компонент «ідеальної точки» або змінити вхідні дані до задачі.

Розроблені моделі та методи можуть використовуватися при плануванні проєктів в освіті, науці, виробництві тощо

Біографії авторів

Оксана Юріївна Мулеса, Ужгородський національний університет

Доктор технічних наук, професор

Кафедра програмного забезпечення систем

Петро Петрович Горват, Ужгородський національний університет

Кандидат фізико-математичних наук, доцент, завідувач кафедри

Кафедра комп'ютерних систем та мереж

Тамара Анатоліївна Радівілова, Харківський національний університет радіоелектроніки

Доктор технічних наук, професор

Кафедра інфокомунікаційної інженерії ім. В. В. Поповського

Володимир Мирославович Сабадош, Компанія Інтеліас

Старший Java розробник

Oleksii Baranovskyi, Blekinge Institute of Technology

PhD, Senior Lecturer

Department of Computer Science

Сергій Сергійович Дуран, Ужгородський національний університет

Аспірант

Кафедра програмного забезпечення систем

Посилання

  1. Picciotto, R. (2020). Towards a ‘New Project Management’ movement? An international development perspective. International Journal of Project Management, 38 (8), 474–485. doi: https://doi.org/10.1016/j.ijproman.2019.08.002
  2. Chen, Z., Wang, F. (2022). Research on Life-Cycle Project Cost Management Based on Random Matrix Weight Algorithm. Mathematical Problems in Engineering, 2022, 1–12. https://doi.org/10.1155/2022/5211409
  3. Ernø-Kjølhede, E. (2000). Project management theory and the management of research projects. CBS. Available at: https://research-api.cbs.dk/ws/portalfiles/portal/58880359/6308.pdf
  4. Mulesa, O., Myronyuk, I., Kachmar, O., Jakab, F., Yatsyna, O. (2022). Decision-Making Modeling in Educational Process Organization Under the Conditions of Crisis Situations Forecasting. 2022 20th International Conference on Emerging ELearning Technologies and Applications (ICETA). doi: https://doi.org/10.1109/iceta57911.2022.9974909
  5. Lock, D. (2020). Project management. Routledge. doi: https://doi.org/10.1201/9781315245911
  6. Kerzner, H. (2019). Using the project management maturity model: strategic planning for project management. John Wiley & Sons. doi: https://doi.org/10.1002/9781119559078
  7. Peres, F., Castelli, M. (2021). Combinatorial Optimization Problems and Metaheuristics: Review, Challenges, Design, and Development. Applied Sciences, 11 (14), 6449. doi: https://doi.org/10.3390/app11146449
  8. Syan, C. S., Ramsoobag, G. (2019). Maintenance applications of multi-criteria optimization: A review. Reliability Engineering & System Safety, 190, 106520. doi: https://doi.org/10.1016/j.ress.2019.106520
  9. Hnatiienko, H. (2019). Choice Manipulation in Multicriteria Optimization Problems. Selected Papers of the XIX International Scientific and Practical Conference "Information Technologies and Security" (ITS 2019), 234–245. Available at: https://ceur-ws.org/Vol-2577/paper19.pdf
  10. Mulesa, O., Snytyuk, V., Myronyuk, I. (2019). Optimal alternative selection models in a multi-stage decision-making process. EUREKA: Physics and Engineering, 6, 43–50. doi: https://doi.org/10.21303/2461-4262.2019.001005
  11. Tsmots, I., Teslyuk, V., Teslyuk, T., Lukashchuk, Y. (2021). The Method and Simulation Model of Element Base Selection for Protection System Synthesis and Data Transmission. International Journal of Sensors, Wireless Communications and Control, 11 (5), 518–530. doi: https://doi.org/10.2174/2210327910999201022194630
  12. Verma, S., Pant, M., Snasel, V. (2021). A Comprehensive Review on NSGA-II for Multi-Objective Combinatorial Optimization Problems. IEEE Access, 9, 57757–57791. doi: https://doi.org/10.1109/access.2021.3070634
  13. Vesselinova, N., Steinert, R., Perez-Ramirez, D. F., Boman, M. (2020). Learning Combinatorial Optimization on Graphs: A Survey With Applications to Networking. IEEE Access, 8, 120388–120416. doi: https://doi.org/10.1109/access.2020.3004964
  14. Hettiachchi, D., Kostakos, V., Goncalves, J. (2022). A Survey on Task Assignment in Crowdsourcing. ACM Computing Surveys, 55 (3), 1–35. doi: https://doi.org/10.1145/3494522
  15. Kumai, K., Matsubara, M., Shiraishi, Y., Wakatsuki, D., Zhang, J., Shionome, T. et al. (2018). Skill-and-Stress-Aware Assignment of Crowd-Worker Groups to Task Streams. Proceedings of the AAAI Conference on Human Computation and Crowdsourcing, 6, 88–97. doi: https://doi.org/10.1609/hcomp.v6i1.13328
  16. Bakshi, S., Feng, T., Yan, Z., Chen, D. (2019). A Regularized Quadratic Programming Approach to Real-Time Scheduling of Autonomous Mobile Robots in a Prioritized Task Space. 2019 American Control Conference (ACC). doi: https://doi.org/10.23919/acc.2019.8814986
  17. Yang, K., Wang, Y., Fan, S., Mosleh, A. (2021). Multi-Criteria Spare Parts Classification Using the Deep Convolutional Neural Network Method. Applied Sciences, 11 (15), 7088. doi: https://doi.org/10.3390/app11157088
  18. Bodnarchuk, I., Duda, O., Kharchenko, A., Kunanets, N., Matsiuk, O., Pasichnyk, V. (2019). Multicriteria Choice of Software Architecture Using Dynamic Correction of Quality Attributes. Advances in Intelligent Systems and Computing, 419–427. doi: https://doi.org/10.1007/978-3-030-16621-2_39
  19. Biloshchytskyi, A., Biloshchytska, S., Kuchansky, A., Bielova, O., Andrashko, Y. (2018). Infocommunication system of scientific activity management on the basis of project-vector methodology. 2018 14th International Conference on Advanced Trends in Radioelecrtronics, Telecommunications and Computer Engineering (TCSET). doi: https://doi.org/10.1109/tcset.2018.8336186
  20. Mulesa, O. (2015). Methods of considering the subjective character of input data in voting. Eastern-European Journal of Enterprise Technologies, 1 (3 (73)), 20–25. doi: https://doi.org/10.15587/1729-4061.2015.36699
  21. Mulesa, O., Geche, F. (2016). Designing fuzzy expert methods of numeric evaluation of an object for the problems of forecasting. Eastern-European Journal of Enterprise Technologies, 3 (4 (81)), 37–43. doi: https://doi.org/10.15587/1729-4061.2016.70515
  22. Tanabe, R., Ishibuchi, H. (2020). A Review of Evolutionary Multimodal Multiobjective Optimization. IEEE Transactions on Evolutionary Computation, 24 (1), 193–200. doi: https://doi.org/10.1109/tevc.2019.2909744
  23. Lin, Q., Lin, W., Zhu, Z., Gong, M., Li, J., Coello, C. A. C. (2021). Multimodal Multiobjective Evolutionary Optimization With Dual Clustering in Decision and Objective Spaces. IEEE Transactions on Evolutionary Computation, 25 (1), 130–144. doi: https://doi.org/10.1109/tevc.2020.3008822
  24. Bakurova, A., Ropalo, H., Tereschenko, E. (2021). Analysis of the Effectiveness of the Successive Concessions Method to Solve the Problem of Diversification. MoMLeT+ DS, 231–242. Available at: https://ceur-ws.org/Vol-2917/paper21.pdf
  25. Koliechkina, L. N., Dvirna, O. A., Khovben, S. V. (2021). A Two-Step Method for Solving Vector Optimization Problems on Permutation Configuration. Cybernetics and Systems Analysis, 57 (3), 442–454. doi: https://doi.org/10.1007/s10559-021-00369-3
  26. Papke-Shields, K. E., Boyer-Wright, K. M. (2017). Strategic planning characteristics applied to project management. International Journal of Project Management, 35 (2), 169–179. doi: https://doi.org/10.1016/j.ijproman.2016.10.015
  27. Globerson, S., Zwikael, O. (2002). The Impact of the Project Manager on Project Management Planning Processes. Project Management Journal, 33 (3), 58–64. doi: https://doi.org/10.1177/875697280203300308
Розробка механізмів забезпечення виконання завдань при плануванні проєктів

##submission.downloads##

Опубліковано

2023-04-29

Як цитувати

Мулеса, О. Ю., Горват, П. П., Радівілова, Т. А., Сабадош, В. М., Baranovskyi, O., & Дуран, С. С. (2023). Розробка механізмів забезпечення виконання завдань при плануванні проєктів. Eastern-European Journal of Enterprise Technologies, 2(4 (122), 16–22. https://doi.org/10.15587/1729-4061.2023.277585

Номер

Розділ

Математика та кібернетика - прикладні аспекти