Модели и методы для проактивной информационной системы сопровождения процесса актуализации множеств производственных проектов тема диссертации и автореферата по ВАК РФ 00.00.00, доктор наук Мыльников Леонид Александрович

• Мыльников Леонид Александрович
• доктор наук
• 2025

Оглавление диссертации доктор наук Мыльников Леонид Александрович

ВВЕДЕНИЕ

1 Обзор и анализ подходов и методов в области исследования

1.1 Организация информационного сопровождения процессов актуализации множества производственных проектов

1.2 Инструментальные средства и направления их развития

1.3 Методы информационного сопровождения поддержки принятия решений при реализации производственных процессов

Выводы по разделу

2 Архитектура проактивной информационной системы сопровождения процесса актуализации множества производственных проектов

2.1 Информационное обеспечение для повышения эффективности процесса актуализации множества производственных проектов

2.2 Архитектура проактивной информационной системы сопровождения процесса актуализации множества производственных проектов

2.3 Компоновка проактивной информационной системы сопровождения процесса актуализации множества производственных проектов

Выводы по разделу

3 Управление конфигурацией контура обработки информации

3.1 Метод структурно-функционального моделирования процессной деятельности производственных систем

3.2 Поиск эффективных конфигураций структурно-функциональных моделей

3.3 Поиск эффективных режимов работы структурно-функциональных моделей

Выводы по разделу

4 Методы проактивной информационной системы для сопровождения процесса актуализации множества производственных проектов

4.1 Метод исключения проектов из множества производственных проектов

4.2 Метод включения проектов в множество производственных проектов

4.3 Теоретические основы определения граничных условий при управлении множествами производственных проектов

4.4 Метод компоновки задачи объёмно-календарного планирования для заданного состава множества производственных проектов

4.5 Ресурсно-технологическое обеспечение множества производственных проектов

4.6 Метод формирования и выбора траектории развития множества производственных проектов

Выводы по разделу

5 Модели и методы упреждающей аналитики для работы с временными рядами

5.1 Прогнозирование значений временных рядов

5.2 Учёт влияния конкурентов при прогнозировании значений параметров спроса и цены

5.3 Определение шага времени при сопровождении процесса актуализации множества производственных проектов

5.4 Определение горизонта планирования и оценка риска

Выводы по разделу

6 Инструментальная поддержка реализации контура обработки информации сопровождения процесса актуализации множества производственных проектов

6.1 Конфигурирование контура обработки информации

167

6.2 Программная реализация контура обработки информации и проактивной информационной системы

6.3 Подсистема структурно-функционального моделирования

6.4 Система поддержки принятия решений

6.5 Система анализа и обработки данных

Выводы по разделу

7 Исследование контура обработки информации сопровождения процесса актуализации множества производственных проектов

7.1 Исследование контура обработки информации сопровождения процесса актуализации множества производственных проектов на модели

7.2 Применение моделей и методов при сопровождении процесса актуализации множества производственных проектов

7.2.1 Зависимость эффективности производственной системы от интенсивности потока проектов

7.2.2 Зависимость эффективности производственной системы от стоимости реализуемых проектов

7.2.3 Зависимость эффективности от времени и объёмов выпуска продукции

7.2.4 Получение решения в виде траектории развития множества производственных проектов

7.3 Исследование взаимной связи между экономической эффективностью и производительностью контура обработки информации

7.4 Экономическая эффективность использования проактивной информационной системы сопровождения процесса актуализации множества производственных проектов

Выводы по разделу

ЗАКЛЮЧЕНИЕ

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ

СПИСОК ТЕРМИНОВ

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

ПРИЛОЖЕНИЯ

ВВЕДЕНИЕ

Актуальность исследования. Эффективная организация процессов информационного обеспечения и использование информационных систем дает конкурентные преимущества производственным системам (ПрС) и характеризуется скоростью и качеством подготовки решений, степенью их обоснованности, адаптивностью к изменяющимся условиям, а также качеством, объёмом и временем получения данных, необходимых для принятия управленческих решений, которые в свою очередь формируют возможность устойчивого функционирования и развития ПрС.

При повышении качества вырабатываемых решений конкурентами повышаются требования и к качеству принимаемых внутри рассматриваемой ПрС решений, что говорит о необходимости создания проактивных информационных систем.

Необходимость непрерывного совершенствования моделей и методов информационного сопровождения процессов в промышленности подтверждается большим вниманием, которое уделяется этой теме среди исследователей. По данными международных баз научного цитирования WoS и SCOPUS, наблюдается кратный рост количества научных работ на эту тему каждые 2-3 года на протяжении более 30 лет.

Таким образом, вопросы, связанные с разработкой и развитием информационных систем поддержки принятия решений для сопровождения протекающих в ПрС процессов, связанных с выпуском продукции на основе данных и, в частности, процесс актуализации множеств производственных проектов, являются актуальными как для отдельных предприятий, так и регионов, и стран.

Тема работы соответствует положениям принятой Стратегии научно-технологического развития РФ и национальной программы Цифровой экономики РФ в области использования информационных технологий, что позволяет отнести её к исследованиям, имеющим важное хозяйственное значение, вносящим

существенный вклад в развитие информационных систем и процессов поддержки инновационного развития субъектов экономической деятельности.

Степень разработанности проблемы. Создание средств информационной поддержки и разработки информационных систем для сопровождения процессов, протекающих в ПрС, связано с развитием методологии SADT (Structured Analysis and Design Technique), предложенной Д.Т. Россом, и MDM (Model Driven Methodology) методологии разработки программного обеспечения, а также способов формализации и структурной верификации информационных процессов, связанных с такими подходами, как WfMS, IDEF, BPMN, EPC, OPM, ArchiMate, SysML, раскрытыми в трудах М. Амберга, А.-В. Шеера, Д. Дори, Т. Давенпорта и др. Применением этих технологий в крупномасштабных системах занимаются В.А. Цветкова, Р.С. Гиляревский, З. Аврамович и др.

Для исследования работоспособности структурно-функциональных моделей используются такие подходы, как SIPOC (Supplier, Input, Process, Output, Customer), сети К. Петри; для исследования динамики процессов используются методы имитационного моделирования и системной динамики, дискретно-событийного подхода, алгоритмических методов моделирования, которым большое внимание уделили такие ученые, как Дж. Форрестер, Дж. Гордон, Б.Я. Советов, П.О. Скобелев, И.А. Ломазова; акцент на разработку и использование информационных систем обеспечения производственной деятельности сделан в работах О.Б. Низамутдинова, А.В. Кострова, И.В. Лысенко, Ю.Ю. Громова, В.М. Тютюнника.

Вопросами исследования процессов по цифровым следам и реконструкции (ProcessMining) занимается В. ван дер Аалст.

Вопросы организации процессов управления организационными системами рассматривались П. Чекладом, который предложил концепцию «мягких» систем. Г. Саймон объяснил явление, связанное с разницей между принимаемыми решениями и рекомендациями, вырабатываемыми на основе теорий рационального поведения, связанных с особенностями их реализации и использования. Вопросы

эффективности применения информационных систем раскрываются в работах Р. Солоу и Э. Бринйолфссона, П. Страссмана, М. Винера и др.

Вопросы, связанные с созданием информационных систем и сопровождения процессов, протекающих в ПрС, не могут рассматриваться в отрыве от методов управления самими ПрС и проектами, которые опираются на результаты, полученные А. Файолем, А. Калмесом, Г. Гантом, Ф. Тейлором, К. Исикавой, У.Э. Демингом, Н. Винеома, У.Э. Шухартом, Дж. фон Нейманом и Л.В. Канторовичем. Методы формирования производственных программ на основе программно-целевого подхода рассмотрены Г.С. Поспеловым; с учётом динамического характера процессов производства - А.А. Первозванским, Дж. Б. Кларком, И. Максимеем, Б.Г. Ильясовым, О.В. Логиновским; с учётом фактора адаптивности информационного управления - В.И. Скурихиным, П.К. Анохиным; проактивного характера управления сложными организационными системами - В.Н. Бурковым, Д.А. Новиковым, С.Д. Бушуевым. Вопросы управления отдельными проектами рассмотрены в трудах П.Л. Виленского, В.Н. Лившица, С.А. Смоляк, А. Л. Лурье, Д.С. Львова, Г.Б Клейнера, Ж. Тироля, Г.Г. Гемюндена; а такие ученые, как Г. Марковица, В. Шарп, Дж. Линтнер, Ж. Моссин, Д. Тобин, Р. Литтерман, Д.Л. Олсон, Х. Зоу, Ф. Гасеми, А. Ноймайер уделили большое внимание формированию множеств проектов. Процессы развития проектов как их проникновение и распространение в пространстве и времени рассматриваются в работах Э.М. Роджерса, Т. Хагерстранда, Дж.Ф. Рейнганума, Э. фон Хиппеля, Д. Хэйема, Д. Моррисома, И.Л. Туккеля.

Создание проактивных информационных систем требует использования методов упреждающей аналитики и использования данных, собираемых в ПрС. В этом направлении разработаны концепции создания информационных систем, основанных на таких данных, как CRISP-DM (Cross-Industry Standard Process for Data Mining), SEMMA (Sample, Explore, Modify, Model, Assess), ASUME-DM (Analytics Solutions United Method for Data Mining/Predictive Analytics), и множество методов работы с временными рядами для решения задач прогнозирования параметров, которые могут использоваться для работы с параметрами проектов,

ПрС и внешней среды, а также множество способов представления данных для их использования в моделях и методах (на основе использования теории нечетких множеств, методов интервального анализа и математической статистики).

На основе вышесказанного можно сформулировать научную проблему, заключающуюся в отсутствии моделей и методов для создания проактивных информационных систем, использующих данные предиктивной аналитики и структурно-функционального моделирования при компоновке контура обработки информации для обеспечения повышения эффективности дискретных ПрС за счет сопровождения процесса актуализации множеств производственных проектов.

Объектом исследования являются информационные системы сопровождения процесса актуализации множеств производственных проектов.

Предмет исследования — модели и методы для проактивных информационных систем сопровождения процесса актуализации множеств производственных проектов.

Цель диссертационной работы — повысить эффективность ПрС путем создания моделей и методов для проактивной информационной системы сопровождения построения множества производственных проектов.

Для достижения цели необходимо решить следующие задачи:

1. Провести анализ существующих подходов информационной поддержки процессов сопровождения актуализации множеств производственных проектов и сформулировать научную проблему диссертационного исследования.

2. Разработать архитектуру проактивной информационной системы сопровождения процесса актуализации множества производственных проектов.

3. Разработать метод структурно-функционального моделирования процессов информационного сопровождения актуализации множеств производственных проектов.

4. Построить модели и методы для проактивной информационной системы сопровождения множества производственных проектов на основе данных о параметрах этих проектов и внешней среды.

5. Построить структурно-функциональные модели для проактивной

информационной системы актуализации множеств проектов.

6. Создать алгоритмы для проактивной информационной системы, позволяющие изменять состав множества производственных проектов в условиях их вариативности.

7. Провести апробацию моделей и методов для проактивной информационной системы сопровождения процесса актуализации множества производственных проектов на ретроспективных данных.

8. Оценить эффективность применения проактивной информационной системы сопровождения построения множества производственных проектов.

В результате решения задач 1-8 получены результаты, содержащие научную новизну, а именно:

1. Архитектура проактивной информационной системы сопровождения процесса актуализации множества производственных проектов, отличающаяся включением блоков (пошагового включения и исключения проектов из множества производственных проектов, компоновки задачи объемно-календарного планирования, формирования траекторий развития множества производственных проектов с плавающим горизонтом планирования, упреждающей аналитики временных рядов с учетом специфики изменения значений, структурно-функционального моделирования) формирующих контур обработки информации и режимы его использования (обучения моделей, поиска структурной компоновки контура обработки информации, поиска решений), реализующая возможности контекстного выбора проектов.

2. Метод структурно-функционального моделирования процессов информационного сопровождения актуализации множеств производственных проектов, отличающийся введением пяти функциональных блоков (инициализации, действия, контекста, результата, реализации), на основе которых строится структура процессов информационного сопровождения актуализации множеств производственных проектов, не зависящий от ограничений, которые накладываются ПрС на количество и последовательность реализации проектов.

3. Модели и методы для проактивной информационной системы сопровождения множества производственных проектов, отличающиеся использованием теории нечетких множеств при заранее неизвестных функциях принадлежности для определения горизонта достоверного прогнозирования и учета изменения параметров проектов (объемов и направлений информационного сопровождения, развития проектов), а также способом разложения временных рядов на периодическую, трендовую, развивающую и остаточную составляющие с учетом закономерностей их изменения.

4. Структурно-функциональные модели для проактивной информационной системы актуализации множеств проектов, отличающиеся использованием разработанного метода структурно-функционального моделирования и разработанных моделей и методов для проактивной информационной системы.

5. Алгоритмы обеспечения информационного сопровождения изменения состава множества производственных проектов, отличающиеся включением трёх блоков: оценки эффективности множества производственных проектов, учета необходимых ресурсов в условиях плавающего горизонта планирования, учета значений оценок риска во взаимной связи проектов.

Теоретическая значимость заключается в развитии специального математического и алгоритмического обеспечения для построения проактивных информационных систем сопровождения процесса актуализации множества производственных проектов.

Практическая значимость работы заключается в разработке программного обеспечения, построенного на основе моделей и методов, полученных в работе для проактивной информационной системы сопровождения процесса актуализации множества производственных проектов.

Методология и методы исследования. В работе применены методологии структурного анализа и проектирования - SADT, быстрой разработки программных средств - RAD (Rapid Application Development), MDM (Model Driven Methodology) методология, а также методы теории систем, системного анализа и исследования операций, теории вероятностей, структурно-функционального,

имитационного и математического моделирования, машинного обучения, математической статистики, нечёткой логики.

Положения, выносимые на защиту:

1. Архитектура проактивной информационной системы сопровождения процесса актуализации множества производственных проектов.

2. Метод структурно-функционального моделирования процессов информационного сопровождения актуализации множеств производственных проектов.

3. Модели и методы для проактивной информационной системы сопровождения множества производственных проектов.

4. Структурно-функциональные модели для проактивной информационной системы актуализации множеств проектов.

5. Алгоритмы обеспечения информационного сопровождения изменения состава множества производственных проектов.

Обоснованность и достоверность. Построенные в работе модели, методы и алгоритмы основаны на корректном использовании методов теории систем, системного анализа и исследования операций, теории вероятностей, методах структурно-функционального, имитационного и математического моделирования, машинного обучения, математической статистики, нечёткой логики.

Достоверность полученных результатов подтверждена совпадением с результатами экспериментальных исследований, а также результатами, полученными другими авторами и опубликованными в научных изданиях.

Апробация научных результатов работы. Основные результаты работы докладывались на X всероссийской молодежной научно-практической конференции «Радиоэлектроника. Проблемы и перспективы развития» (г. Тамбов, 2025), 4-й международной научно-практической конференции «Интеллектуальные транспортные системы» (г. Москва, 2025), международной конференции «Information Technologies and Applications» (г. Баня-Лука, 2023, 2024), всероссийской научно-технической конференции «Автоматизированные системы управления и информационные технологии (АСУ ИТ)» (г. Пермь, 2022), XIII

всероссийском совещании по проблемам управления (ВСПУ-2019) (г. Москва, 2019), международной научной конференции «Математические Методы в Технике и Технологиях (ММТТ-32)» (г. Санкт-Петербург, 2019), международной конференции «Applied Innovation in IT» (г. Кётен, 2013 - 2022), международной конференции по мягким вычислениям и измерениям (г. Санкт-Петербург, 2017, 2018), международной конференции «Modelling, Simulation and Applied Mathematics» (г. Бангкок, 2017), международной конференции «Applied Mathematics, Simulation and Modeling» (г. Пекин, 2016), всероссийской школе-семинаре молодых учёных «Управление большими системами» (г. Ижевск, 2009; г. Пермь, 2010; г. Магнитогорск, 2011; г. Уфа, 2013), международной конференции «International-Business Information-Management-Association Conference» (г. Каир, 2009; г. Вена, 2013), научно-технической конференции «Управление большими системами» (г. Москва, 2011), всероссийской научной конференции с международным участием «Информация, инновации, инвестиции» (г. Пермь, 2001, 2003, 2004, 2006).

1 Обзор и анализ подходов и методов в области исследования

1.1 Организация информационного сопровождения процессов актуализации множества производственных проектов

В 1987 году нобелевский лауреат Роберт Солоу в работе [192] написал - «Мы видим компьютерный век везде, кроме статистики производительности...». Это явление получило название парадокса Солоу. Суть высказанной мысли состоит в том, что сам факт внедрения информационных систем не несет повышения эффективности во внедрившей её системе. Такое утверждение, с первого взгляда, кажется не верным и многие исследователи пытались его опровергнуть, в результате, лишь подтвердив его (см. например, [29]).

Сложность оценки эффективности информационных решений становится темой отдельных исследований, наряду с поиском факторов оказывающих влияние на эффективность и выбор показателей для управления проектами в области информационных технологий [45].

В последнее время большее внимание уделяется использованию больших данных в информационных системах [213] и внедрению систем, основанных на методах и алгоритмах искусственного интеллекта (ИИ). Однако собираемая статистика показывает, что увеличение производительности с внедрением систем ИИ также не происходит [72]. Это явление получило название «Парадокс 2.0».

Объяснить это явление можно влиянием внедрения новых решений на внешнее окружение, его адаптацию (внедрение конкурентами похожих моделей, методов, алгоритмов в задачах поддержки принятия решений) к этим изменениям и использование, отличное от замены решения, которое было до этого, на новое без изменения процесса использования. На это обратила внимание группа компаний, разработавших модель CRISP-DM [288]. Согласно заложенной в модель концепции, процесс изменений является непрерывным во времени процессом. В связи с этим для того, чтобы получить даже кратковременное повышение продуктивности, необходима оценка возможностей внедряемых информационных систем и методов и связанных с этим изменений топологий.

Это требует наличия методов сравнения структурно-функциональной организации информационных процессов. Однако, широко используемые на данный момент подходы структурно-функционального моделирования, такие как EPC, IDEF0, BPMN и др., не позволяют этого делать на основе объективных оценок, т.к. ориентированы на использование концепций AS-IS ->TO-BE, методологии BPM [59] и CMMN [41], использующие экспертные оценки.

Подходы на основе сетей Петри и их модификации, позволяющие исключить некоторые недостатки (например, цветные сети Петри для рассмотрения заявок разного типа, YAWL для учета человеческого фактора при реализации процессов), а также BPEL, который ориентирован на применение с нотацией BPMN, имеют ограничения, обусловленные используемыми нотациями, и не позволяют рассматривать все типы процессов. Например, при рассмотрении процессов, в рамках которых идет обработка однотипных заявок, не учитывается увеличение времени обработки при одновременном поступлении нескольких заявок (обработка заявок осуществляется последовательно). Аналогичная ситуация наблюдается и при проведении через процесс заявок разного типа (не рассматриваются вопросы их одновременной обработки и сочетаемости). Также не рассматриваются сложные зависимости от данных (т.е., например, запаздывание данных или их недостоверность, рассматриваются только требования наличия необходимых ресурсов).

На необходимость уделения большего внимания методам объективного контроля и объективного исследования информационных процессов обратил внимание Вилл ван дер Аалст [6]. Для этого он предложил способ реконструкции процессов на основе данных статистики (цифровых следов). Однако такой подход не позволяет получить данные о производительности до реализации изменений.

Подходом, позволяющим провести необходимые оценки, является имитация работы структурно-функциональных моделей методами имитационного моделирования. Это можно сделать при использовании нотации EdPM [140], если блоки действия рассматривать как работающие по заданному алгоритму (имитирующими работу лица, принимающего решения (ЛПР); модели или

алгоритма информационной системы; используемых для поддержки принятия решений) [270].

При рассмотрении процесса выпуска новой продукции в динамике ситуация усложняется тенденциями, свойственными инновационным проектам (ИП): увеличение модификаций изделий, сокращение времени их жизни/эффективного выпуска, увеличение технической и/или технологической сложности продукции, сокращение времени внедрения в производство, повышение универсальности средств производства, увеличение времени эффективного использования средств производства. Данным тенденциям наиболее подвержены мелкосерийное производство, предприятия с коротким производственным циклом (меньшим, чем горизонт планирования), дискретное производство, умные и интеллектуальные производства (виртуальные фабрики), предприятия, выпускающие изделия с изменчивым спросом, полудетерминированные и стапельные производства.

В условиях работы на открытый рынок ПрС проявляют признаки неопределённости поведения системы, проявляющиеся в неопределённости описания факторов среды и процессов; непредсказуемости результатов, неоднозначности целей и ориентиров (что отличает их от иных организационных систем, являющихся целеориентированными и ценностно-ориентированными); динамической неустойчивости и нелинейной динамике системы; наличии активного субъективного элемента системы — человека.

Тем не менее деятельность ПрС оценивается по набору ключевых показателей и её эффективности. На сегодняшний день выделяют экономический, научно-технический, социальный и экологический эффекты (см. [283] и [333]). Эффекты могут быть измерены, если их выразить через набор показателей. Для оценки экономического эффекта ПрС можно использовать такие показатели, как прирост объёма продаж и изменение цены продажи, сокращение срока окупаемости инвестиций, производительность труда, величину фондоотдачи, время оборачиваемости средств, прибыль; для оценки научно-технического эффекта — удельный вес новых технологий, коэффициент автоматизации производства, конкурентоспособность ПрС и её товаров на рынке; для оценки социального

эффекта — величину роста дохода работников, уровень безопасности труда, количество рабочих мест, уровень квалификации работников, уровень условий труда и отдыха работников; для оценки экологического эффекта — величину выбросов, объём отходов производства, величину штрафов за нарушение экологического законодательства, величину повторно используемых деталей и материалов и так далее.

Деятельность ПрС можно разделить на процессы производства (операции) и реализацию производственных проектов (изготовление продукции). Операционный процесс означает решение текущих задач производства и реализации продукции. Процесс планирования связан с реализацией инноваций, решением перспективных задач для будущего производства (передача конкуренции из сферы производства в сферу инноваций). Процессы операций и инноваций имеют последовательную и параллельную логику взаимодействия и могут быть формально представлены как набор жизненных циклов, взаимодействующих через множества производственных проектов. Следовательно, ПрС имеет определённые пропорции между процессами операций и инновациями, которые должны быть отражены в плане производства. Их доходность обеспечивается рыночной долей и структурой затрат, которые обеспечивают сбалансированное производство товаров [275].

В ПрС, ориентированных на инновации, инвестиции в инновации обеспечивают дополнительную ценность с определённой задержкой времени. Необходимо принимать во внимание вероятностный характер процесса планирования выпуска новой продукции (инноваций) [275].

ПрС должна следовать определённым функциональным отношениям, взаимосвязям между подсистемами, параметрами и реализуемыми проектами -такими, как выпуск и продажа, производственные затраты и так далее [275].

Движение к целевым показателям не является одношаговым процессом, а представляет собой траекторию взаимозависимых состояний. Целевые показатели изменяются во времени и могут представлять собой множество величин, связанных различными типами отношений; такое положение дел характерно для проектов,

которые реализуются в конкурентной рыночной среде и являются приоритетными (проекты, необходимые для существования ПрС и влияющие на скорость их развития) [275]. Процесс управления множеством производственных проектов (МПП) сводится к задаче управления производительностью и эффективностью, в результате решения которой происходит формирование производственной программы (см. [335] и [310]).

Как правило, ПрС реализуют не единичные проекты, а группы проектов в рамках установленных ограничений: календарных планов, финансовых ограничений, загруженности персонала, оборудования и других правил. В результате процесс управления проектами становится процессом стратегического и тактического планирования и оперативного (операционного) принятия решений при пересмотре и обновлении списка реализуемых проектов, их приоритетов (ресурсов, выделяемых на их реализацию) [30] в ходе реализации стратегического плана.

Реализация данного процесса может быть основана на следующих принципах:

1. Принципе референтности показателей управления.

2. Принципе непротиворечивости целей подсистем ПрС и проектов, реализуемых в ней.

3. Принципе инвариантности и совместном характере состояний в точках принятия решений.

4. Принципе комплементарности реализуемых в системе проектов.

5. Принципе необратимости принятых управленческих решений.

6. Принципе необходимости информационной поддержки деятельности ПрС оперативной и достоверной информацией.

Эффективность напрямую связана с организацией процессов, а именно их взаимосвязи с рынком (см. рис. 1). Процессный подход характеризуется действиями, начальными условиями и результатами. Однако процесс непрерывного управления и улучшения ПрС может продолжаться длительное время и не иметь жёстко определённого описания и конечного результата [78].

На практике разделяют хорошо формализованные и автоматизированные производственные процессы и продолжающиеся процессы управления и бизнес-процессы [66], связанные, как правило, с процессами, протекающими вне ПрС [274], в которые ПрС оказывается вовлечённой через непрерывный цикл, начинающийся с зарождения идей, их трансформации во множество производственных ИП, затем в инвестиционные проекты, их реализацию через множество ПрС, их сбыт через множество сбытовых систем, появление на множестве рынков и снова возвращающийся к появлению новых идей.

ПРОИЗВОДСТВЕННАЯ СИСТЕМА

Бизнес стратегия-Бизнес единица

Цели

I Функциональная ^ стратегия

Показатели

Процессы

Правила

Введение диссертации (часть автореферата) на тему «Модели и методы для проактивной информационной системы сопровождения процесса актуализации множеств производственных проектов»

Люди / работы / связи

Свойства

Инструменты / | системы

Содержимое

Артефакты

Управление процессами

Функции бизнеса

Управление проектами

Технологии управления

Портфель проектов

Смена технологий, требования к ресурсам

Планы и графики

Производство

Результаты работы

ФАКТОРЫ

Поток проектов

Цены, спрос на товары

Технологии, материалы, комплектующие

Продукция

Сбои поставок, изменение

цен, спроса, времени поставки, объёма поставки

Рисунок 1 — Принцип взаимодействия рыночной среды и ПрС

Все процессы характеризуются набором определённых задач и переходов между ними, которые реализуются как внутри рассматриваемой ПрС, так и могут иметь связи с внешними по отношению к ней процессами и задачами. Процессы могут управляться (быть изменены) только системами, которые управляют ими и являются их держателями [47], а это означает, что соответствующие решения должны приниматься на соответствующем им уровне.

Проект в отличие от процесса является, как правило, разовой инициативой, которая затрагивает множество подсистем ПрС и фокусируется на специфических целях (срочных, междисциплинарных, критических или особо важных), которые не

могут быть достигнуты в сложившейся управленческой структуре и требуют специального контроля [78], что делает каждый проект уникальным. Кроме этого, проекты могут иметь меняющиеся конечные цели, особенно это касается ИП, которые реализуются в конкурентной рыночной среде и являются приоритетными для ПрС, так как необходимы для их существования и влияют на скорость их развития. Такими проектами, согласно [91], являются новые проекты, которые будут актуальными для социального, экономического и экологического развития, но были ранее недоступны в предложенной форме. Реализация ИП в различных системах будет напрямую связана с организацией общего процесса управления ими [283]. Применительно к производственным ИП и ПрС управление, главным образом, будет сводиться к управлению на основе планирования целей, прогнозирования, выбора наилучших проектов, оценки промежуточных результатов. При этом длительность реализации таких проектов будет превышать традиционный период планирования.

Задача управления в этом случае сводится к определению параметров, которые станут индикаторами состояния проекта, ПрС и внешней среды; определению значений этих параметров, которые будут показывать желаемое или иным образом определённое целевое состояние; мониторингу изменений значений параметров управления и определения для них допустимых коридоров отклонений; интерпретации получаемых значений и выработки обоснованных управленческих решений, приводящих к желаемому изменению параметров. Первоочередной задачей становится определение вектора параметров, по значениям которых мы сможем определять состояние системы и приводить систему в желаемое состояние путём их изменения.

Из литературы известно, что для реализации проектов уже существуют определённые методы (см. например, [126]). Однако, если говорить об ИП, реализуемых в виде изделий в ПрС, то они базируются на операционном управлении группой проектов в условиях уже сложившихся в ПрС процессов оценки эффективности [84] и требуют наличия иерархии индикаторов [86] (часто имеют только один целевой индикатор - прибыль (модель DuPont), что при

реализации ИП может быть недостаточно, так как управление ими часто базируется на целом ряде иногда противоречащих показателей); на внедрении и контроле новых проектов [56] (позволяет учитывать многомерность ИП, однако не ставит целью развитие и рост прибыльности ПрС, а также оптимальность принимаемых решений); сборе и анализе входных данных, данных о производственных процессах, выходных данных и результатах производства [28] (сбор общих для системы данных, как правило, не позволяет выделять данные, характеризующие отдельный проект); информационной инфраструктуре [97]. Аналогичные рекомендации прописаны в рекомендациях ассоциаций управления проектами. IPMA — международная ассоциация управления проектами (Швейцария) разработала национальные требования к компетентности специалистов по управлению проектами; PMI — институт управления проектами (США) сформулировал основные процедуры и процессы управления проектами, известные как стандарт PMBoK [169].

Основываясь на анализе литературных источников [86], можно выделить показатели и индикаторы, исходя из типов проектов: 1) простые проекты, 2) проекты с выделенными этапами, 3) группы проектов; а также, исходя из протекающих в ПрС процессов: 4) обычные процессы, 5) изменяющиеся процессы, 6) инвариантные процессы, - и задачи управления: А) объёмное планирование продукции, B) управление запасами и закупками, C) управление сервисом и утилизацией, D) организация процесса производства (последовательность операций), E) календарное планирование производства, F) управление сбытом, G) управление надёжностью производства (аварии и сбои на производстве), H) удовлетворение потребителей, характеристик продукции, I) управление изменениями (модернизация), J) управление модификациями, K) управление рисками, L) управление качеством продукции, M) юзабилити (размер, удобство использования, дизайн); и N) другие индикаторы (описывающие систему комплексно). В результате получаем группы показателей и индикаторов, на основе которых может осуществляться управление реализацией товарными ИП (см. табл. 1, [253] и [277]).

Организация процесса получения значений показателей и индикаторов становится важной задачей для организации процесса управления, а выбор параметров - задачей формирования управляющего воздействия А при реализации множества проектов (П), исходя из состояния системы и рассматриваемой управленческой задачи (см. [65], [283]).

Таблица 1 — Группы показателей и индикаторов, используемых для принятия решений при реализации производственных ИП в ПрС (см [253])

^ч Классификационный признак 1 Классификационный признак 2 1) Простой проект 2) Проект с выделенными этапами 3) Множество проектов 4) Процессы с выделенными этапами 5) Процессы с размытыми этапами 6) Группа процессов

Изменяемая группа А) Выход А1 А2 А3 А4 А5 А6

В) Вход В1 В2 В3 В4 В5 В6

С) Загрузка С1 С2 С3 С4 С5 С6

D) Длительность D1 D2 D3 D4 D5 D6

Е) График Е1 Е2 Е3 Е4 Е5 Е6

F) Доступность F1 F2 F3 F4 F5 F6

G) Надёжность G1 G2 G3 G4 G5 G6

Н) Удовлетворённость Н1 Н2 Н3 Н4 Н5 Н6

Неизменяемая группа I) Изменения 11 12 13 14 15 16

J) Проблемы Л J2 J3 J4 J5 J6

К) Риски К1 К2 К3 К4 К5 К6

L) Инциденты L1 L2 L3 L4 L5 L6

М) Размер М1 М2 М3 М4 М5 М6

К) Сложность N1 N2 N3 N4 N5 N6

Определение целей и параметров управления позволяет говорить о технологиях управления, создания продукта, повышения эффективности функционирования ПрС. Термин технология1 подразумевает создание и использование моделей, методов и алгоритмов для достижения целей.

1 Использование термина «технология» ввёл немецкий учёный Иоганн Беккман.

Проекты, как правило, не реализуются поодиночке. При совместной реализации проектов возникает свойство комплементарности проектов из МПП ПрС, приводящее к свойству эмержентности, которое выражается применительно к жизненному циклу ПрС при управлении МПП в таких явлениях, как инновационный прогресс или инновационный регресс [309]. Поэтому для эффективного управления в качестве объекта управления необходимо рассматривать совместно ПрС и реализуемое множество её производственных проектов в условиях динамики процессов, протекающих во внутренних и внешних средах.

При этом любое решение А имеет ограниченную применимость и зависит от:

1. Горизонта планирования. Год-три года (стратегическое планирование) — определение объёма выручки, необходимого для устойчивого развития; квартал/месяц (тактическое управление) — формирование множества производственных проектов, формирование объёмно-календарного плана; месяц/декада/неделя (оперативное управление) — решение задач промышленной инженерии под объёмные показатели.

2. Этапом жизненного цикла ПрС/проекта/группы проектов — выход/ рост/ зрелость/спад [7].

3. Уровня управления: институциональный (бизнес-стратегия и функциональная стратегия), управленческий (процессы и люди/работы/связи), технический (инструменты/технические системы и артефакты/результаты работы).

4. Вида управления: управление финансированием, управление производством, управление продукцией, управление внедрением, управление сбытом, управление научной разработкой, институциональное управление.

Управление множествами производственных проектов является одним из механизмов повышения экономической эффективности ПрС, при этом задача формирования множества производственных проектов с учётом рынка (состояния внешней среды) является МР-трудной [70]. Модели, используемые для принятия решений о составе МПП, могут компоноваться на основе методов, моделей и алгоритмов, использующих различный математический аппарат.

Производственный процесс может быть дискретным (например, сборочные конвейеры и другие производства с выделенными тактами, стапельное производство) или интервально непрерывным (например, химическое производство (с использованием химических реакторов), производство бумаги или плёнки (до смены типа продукции или технологических операций)). Изменение спроса и цены и другие параметры рынка (внешней среды) являются непрерывными параметрами. При этом планирование периодично, выработка решений по управлению выпуском продукции носит трёхуровневый характер (стратегический уровень — год и более, тактический — месяц-квартал, оперативный — неделя-декада), опираясь на данные мониторинга параметров и/или мнения лиц, принимающих решения. Таким образом, принятие управленческих решений является абстракцией в контексте протекающих в ПрС и внешней среде процессов.

Предприятия реализуют большую часть своих процессов с помощью сложных систем, работающих в изменчивой среде [5]. Время, доступное для того, чтобы справиться с различными факторами изменений, ограничено, что может привести к принятию неадекватных управленческих решений, влекущих за собой увеличение затрат [123]. Таким образом, успех современных предприятий сильно зависит от способности к гибкой адаптации [52] и от использования информации.

Современные корпоративные информационные системы (КИС) являются конгломератом множества программных систем и информационных процессов, протекающих в ПрС, которые используют сотрудники в своей деятельности. Информационные технологии являются сквозной технологией, которая охватывает все уровни управления и протекающие в ПрС процессы во взаимосвязи с окружением. Таким образом, для повышения эффективности ПрС необходимо построение и исследование информационно-функциональных моделей. Информационный образ используется для описания среды, в которой функционирует система, выработки решений по организации процессов управления, обоснования используемых методов и алгоритмов, используемых для обработки имеющейся информации и представления этих решений для

применения в реальной деятельности. Организация процессов управления становится задачей, связанной с повышением экономической эффективности ПрС.

Организация эффективной информационной среды зависит от организации протекающих в ПрС процессов, используемых информационных систем, возможностей их адаптации к условиям функционирования и возможностей динамического изменения в условиях непрерывного изменения внешней среды. Наиболее высокая степень значимости эффективности информационной инфраструктуры для поддержки процессов управления наблюдается в условиях экономической нестабильности, в структурно слабых регионах, регионах с большим числом субъектов малого и среднего бизнеса, в ходе роста предприятий в связи с увеличением числа связей между предприятиями и снижения зависимости субъектов бизнеса от базового (основного) потребителя в ходе развития.

Согласно отчёту Grand View Research [1], размер мирового рынка управления бизнес-процессами оценивался в 14,46 млрд. долларов США в 2022 году, и ожидается, что совокупный годовой темп роста (CAGR) составит 19.9 % в период с 2023 по 2030 год. Этот рост можно объяснить растущей потребностью организаций в оптимизации своей деятельности и совершенствовании бизнес-процессов. Таким образом эффективные информационные системы поддержки принятия решений и управления деятельностью ПрС становятся их конкурентным преимуществом.

Параметры ПрС, характеристики проектов, которые она реализует, характеристики внешней среды, в которой функционирует ПрС и реализуются проекты, действия персонала взаимосвязаны и оказывают влияние друг на друга. Учёт взаимных влияний значительно усложняет задачу управления проектами и ПрС. Параметры внешней среды и характеристики проектов являются сложно измеримыми и содержат ошибку. Такие системы стоит относить к классу «мягких» систем.

Для анализа «мягких» систем П. Чекладом [38] была предложена методология «мягкого» системного анализа. Эта методология является системно организованным процессом исследования плохо определённой системы.

Другая концепция - Business Process Re-engineering (BPR) заключается в переосмыслении и переделке бизнес-процессов [168] для достижения значительного улучшения показателей эффективности, таких как стоимость, качество, обслуживание и скорость [77]. Её использование представляет собой итерационный процесс: проведение AS-IS и TO-BE анализа процесса компании (шаг 1), генерация нового решения (шаг 2), тестирование в пилотной среде перед окончательным внедрением (шаг 3). При этом большее число более коротких этапов и их согласований приведёт к появлению большего числа «следов», что открывает возможности последующей реконструкции процессов и исследования их на соответствие заданному образцу [6]. Вил ван дер Аалст предложил подход, получивший название Process Mining [14]. Его идея состоит в реконструкции протекающих процессов по цифровым следам и сопоставлении полученного результата с тем, что было изначально задумано. Это является важным, т.к. существуют и неудачные примеры использования информационных систем в управлении информационными процессами, связанные с ошибками или отсутствием стратегического видения [7].

Неудачные примеры использования данных подходов связывают не только с отсутствием стратегического видения, но и с недостаточно четко сформулированными и разделяемыми целями и расходящимися направлениями совершенствования [104].

Разница между принимаемыми крупными корпорациями решениями и рекомендациями, вырабатываемыми на основе теорий рационального поведения [1], была объяснена Г. Саймоном в рамках теории ограниченной рациональности.

К повышению эффективности за счёт снижения числа ошибок приводит уменьшение роли человека. За последнее время появляется всё большее и большее число методологий управления информационной инфраструктурой предприятий, которые всё больше и больше объединяются с исследованиями по управлению бизнесом [5]. О важности управления информационной инфраструктурой говорится в исследовании Gartner [64]. Агентство McKinsey [203] отмечает необходимость согласованности деятельности информационной инфраструктуры

и процессов управления и рассмотрения процессов всего предприятия как единого целого.

Для формализации и изучения процессов нашли применение такие методы и концепции, как алгоритмические модели, описанные в единой системе программной документации (ЕСПД), сети Петри [311] и YAWL [125], процессные модели EPC [181], BPMN [34], BPEL [212], онтологии [324], концепции WfMS [11], CMMN [41], OPM [54], UML [206], SysML и TOGAF, язык моделирования ArchiMate [15], концепции DoDAF и MODAF [5] (см. табл. 2). В некоторых случаях можно переходить от одной нотации/концепции к другой (например, в [166] установлены соответствия между BPMN и ArchiMate).

В некоторых случаях используют уже внедрённые другими удачные решения. Такие решения и подходы собираются в сборники и базы знаний (например, ITIL, COBIT) [260].

Построение и анализ структурных моделей важен для понимания исследуемого процесса. Существующие концепции и методы структурного моделирования не позволяют совмещать в рамках одного слоя или диаграммы такие возможности, как одновременное рассмотрение дискретных и непрерывных процессов, наличие субъекта управления в явном виде, введение контекста, в рамках которого происходит работа с объектом управления, обстоятельства действия и свойства объекта и субъекта управления, причинно-следственные связи, что затрудняет их чтение.

При рассмотрении задачи управления МПП проводится поиск ограниченно-рациональных решений, требующих обоснования методами имитационного моделирования; необходимо структурное моделирование, позволяющее производить оценку эффективности с учётом используемых для реализации отдельных операций моделей и алгоритмов.

TOGAF & ArchiMate SysML & UML (Systems Modeling Language) OPM (Object Process Methodology) IDEF (ГОСТ Р 50.1.0282001) Онтологии & многоуровневые онтологии Концепция WfMS IBPMN 2.0 EPC Сеть Петри & YAWL ЕСПД (блок-схемы, ГОСТ 19.701-90)

Верификация процесса В процессе реализации информационной системы Верификация процесса 1 Верификация структуры 1 1 1 Верификация процесса В процессе реализации на языке программирования Создание имитационных моделей, алгоритмов для блоков, элементов и имитация работы процесса

е о ж у с л о м + От предыдущих операций к последующим/- От предыдущих операций к последующим/- + В многоуровневых онтологиях + 1 + 1 + В YAWL между взаимосвязанными процессами/+ + + Взаимосвязи между процессами, подпроцессами и операциями/ обратные связи

На бизнес-слое Диаграмма использования 1 При необходимости + 1 1 1 1 1 Субъект управления в явном виде

Д/Н (зависит от слоя) Д/Н (зависит от задачи) Н Д/Н (зависит от задачи) Н Д/Н (зависит от задачи) Д Д/Н (зависит от задачи) Д Д Описания дискретных (Д) и непрерывных (Н) процессов

1 1 1 1 1 1 1 1 Имитация на модели 1 Анализ производительности (эффективности), позволяющий сравнивать реализации процессов на модели

+ + + + + + + + 1 1 Объект управления в явном виде

На бизнес-слое и слое приложений Диаграммы коммуникации и последовательности В процессе проектирования + + + 1 1 1 1 Контекст, в рамках которого реализуется процесс/алгоритм

+ Диаграммы классов В неявном виде через состояния объектов 1 1 1 1 1 + Через условный оператор Причинно-следственные связи

+ + + + + 1 1 1 1 + Обстоятельства действия

В неявном виде + + 1 + 1 1 1 1 1 Свойства объекта и субъекта

+ + + 1 + 1 + 1 1 1 Множество типов отношений (направления, один/ноль/многие ко многим/одному/нулю)

S н

м s»

Ф л

О R

S

a 2

Использование этих подходов наряду с внедрением новых информационных решений может не приводить к повышению эффективности [222] во временной перспективе (парадокс Солоу [82]), что указывает на необходимость рассмотрения процессов в динамике для модификации их структурной организации для поддержания уровня эффективности в условиях изменений внешней среды.

В общем виде задача является МР-трудной, что требует развития теоретической базы. Шаги, направленные на решение описанной проблемы, делаются в рамках теории функциональных систем П.К. Анохина [326], теории активных систем В.Н. Буркова [237], информационной теории эмерджентности, информационной теории управления, информационной теории организации, теории эффективности использования ИТ (теория потенциала) [207]. П.О. Скобелев для приближённого решения МР-полных задач разработал концепцию эмерджентного интеллекта [16].

В настоящее время большинство задач поддержки принятия решений на основе формальных методов рассматриваются как задачи поиска решений с дискретным временем (моменты времени управляющего воздействия на систему заранее определены) [51]. Кроме этого, наблюдается устойчивая тенденция проникновения методов моделирования и машинного обучения в задачи управления ПрС [87].

На практике рассматриваются отдельные случаи, связанные с управлением и принятием решений, для чего используются такие подходы, как метод системной динамики Дж. Форрестера (материальные потоки можно заменить информационными), дискретное моделирование событий, агентное моделирование [14]; отдельно выделяют методы популяционной динамики, получившие развитие на основе метода системной динамики, методы дискретно-событийного моделирования, методы теории игр и игровых подходов в принятии решений.

1.2 Инструментальные средства и направления их развития

Развитие формализованных методов поддержки принятия решений привело к развитию информационного обеспечения производственной деятельности [282],

которое в настоящее время состоит из большого числа классов информационных систем, прямо или косвенно используемых в производственной деятельности, среди которых прежде всего необходимо выделить BPM (средства управления бизнес-процессами) и ММ (средства математического и имитационного моделирования).

Системы управления бизнес-процессами (BPM, Business Process Management) — инструмент реализации концепции процессного управления организацией, рассматривающей бизнес-процессы как особые ресурсы, непрерывно адаптируемые к постоянным изменениям, и полагающейся на принципы понятности и видимости бизнес-процессов за счет их моделирования с использованием формальных нотаций, симуляции, мониторинга и анализа бизнес-процессов, динамического перестроения моделей бизнес-процессов [9].

С помощью BPM осуществляется сбор данных, моделирование процессов и мониторинг их выполнения, а также корректировка и настройка их логики в зависимости от потребностей компании и состояния внешней среды. Использование BPM связано с задачами повышения производительности, эффективности и конкурентоспособности организационных и производственных систем во всех отраслях за счет повышения эффективности процессной деятельности, что приводит к экономическим эффектам.

Любой бизнес- процесс для формализации требует использования одной из нотаций структурно-функционального моделирования, развитие которых идет, с одной стороны, в сторону большей универсальности и возможности описания процессов во взаимной связи с техническими и программными средствами, а с другой стороны, с возможностью их исследования и интеграции с промышленным ПО.

Процессный подход позволяет рассматривать задачи организации работ и использования информационных технологий и технологий на базе ИИ таким образом, чтобы они приводили к повышению производительности труда и/или качеству выпускаемой продукции, что становится конкурентным преимуществом,

т.к. разница между выпускаемой продукцией у конкурентов становится все меньше и меньше.

Кроме этого, процессный подход позволяет выстроить взаимосвязи и между подразделениями, и между классами ПО, обеспечивая кросс-функциональное взаимодействие внутри организаций, а также расширяя рассмотрение процессной деятельности систем в целом как мультипроцессной системы.

Не исключено, что BPMS станут основой для построения экосистемы для бизнеса. BPM-системы играют важную роль в реализации стратегий цифровой трансформации бизнеса.

Обеспечение достоверными данными и определение целевых значений и самих ключевых показателей является одной из наиболее существенных проблем, возникающих при внедрении ВРМ-систем.

В течение долгого времени BPM и BPMS рассматривались как средство повышения эффективности производственных и организационных систем, которое было постепенно вытеснено такими концепциями, как шесть сигма, Lean Production и др. Однако на практике оказалось, что эти подходы плохо работают в условиях высокой динамики внутренних и внешних сред, а также при внедрении инновационных технологий. В связи с этим процессный подход оказался снова востребованным, т.к. встала задача интегрировать новые технологии в имеющиеся процессы или изменить их так, чтобы использование новых технологий оказало позитивное влияние на эффективность.

Одним из трендов развития BPMS является исследование процессов методами моделирования (включая имитационное), которое в том числе обеспечивается благодаря распространению предложений с low-code и no-code разработкой.

Для проведения расчётов используется несколько принципов: принцип At и принцип особых состояний [323], принцип последовательного провода заявок, получивший распространение в системах массового обслуживания и компьютерных системах имитационного моделирования (определяется последовательность расчёта элементов моделей), объектный подход (как правило,

используется при ручном программировании моделей на объектно-ориентированных языках).

По типам моделей, которые используются при исследовании ПрС, выделяют модели, меняющие ход времени, модели, содержащие элементы со случайным или вероятностным поведением, модели данных [131].

Для исследования моделей в условиях неопределённости требуются множественные расчёты (использование метода Монте-Карло или ручной имитации согласно заданным законам распределения [131]). Количество экспериментов при этом определяют, опираясь на центральную предельную теорему [55], из которой следует, что среднее случайных величин есть величина неслучайная.

Реализация этих подходов нашла отражение в специализированных системах моделирования, таких как AnyLogic, SciCos, Stratum, Simulink, KNIME, NetLogo, Mathematica (см. табл. 3), RapidMiner, LabView, WEKA, Orange и др. В отдельных случаях используются языки программирования (как правило, это языки Python и R, т.к. они имеют большое количество специализированных библиотек). Широкое распространение для исследования информационных процессов получили сети Петри благодаря их способности обеспечивать визуальное представление сложных систем и гибкости при моделировании различных типов процессов. Одним из главных преимуществ сетей Петри [9] является их способность моделировать как поток управления, так и потоки данных в системе. Это делает их подходящими для анализа сложных систем, где существует множество взаимозависимых процессов, которые необходимо учитывать [2]. Они особенно полезны при моделировании и анализе сложных систем со множеством взаимодействующих компонентов, поскольку позволяют представлять параллельные действия и имитировать динамическое поведение при проведении заявок/изделий/обработки событий. Однако сети Петри не способны моделировать системы, в которых заявки обрабатываются пакетами с переменным числом элементов и, как следствие, временем их обработки.

Список литературы диссертационного исследования доктор наук Мыльников Леонид Александрович, 2025 год

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

1. 60 Years of March and Simon's Organizations: An Empirical Examination of its Impact and Influence on Subsequent Research / R. Wilden, J. Hohberger, T. M. Devinney, F. Lumineau // Journal of Management Studies. - 2019. - Т. 56. - № 8. - С. 1570-1604.

2. A forecast model for diffusion of innovations based on molecular diffusion / J. Mejía, R. Britto, O. Buitrago [и др.] // Ciencia e Técnica Vitivinícola. - 2015. - Т. 30. -С. 41-54.

3. A fuzzy multidimensional multiple-choice knapsack model for project portfolio selection using an evolutionary algorithm / M. Tavana, K. Khalili-Damghani, A.-R. A.-R. Abtahi [и др.] // Annals of Operations Research. - 2013. - Т. 206. - № 1. - С. 449483.

4. A symbolic representation of time series, with implications for streaming algorithms / J. Lin, E. Keogh, S. Lonardi, B. Chiu // Proceedings of the 8th ACM SIGMOD workshop on mining and knowledge discovery. - 2003. - С. 1-10.

5. A systematic mapping study on enterprise architecture mining / R. Perez-Castillo, F. Ruiz-Gonzalez, M. Genero, M. Piattini // Enterprise Information Systems. - 2019. -Т. 13. - № 5. - С. 675-718.

6. Aalst, W. van der. Process Mining / W. van der Aalst. - Berlin, Heidelberg : Springer, 2016. - 467 с.

7. Adizes, I. Corporate lifecycles: how and why corporations grow and die and what to do about it. Corporate lifecycles / I. Adizes. - Englewood Cliffs, N.J. : Prentice Hall, 1990. - 384 с.

8. Aissaoui, N. Supplier selection and order lot sizing modeling: A review / N. Aissaoui, M. Haouari, E. Hassini // Computers & Operations Research. - 2007. -№ 34(12). - С. 3516-3540.

9. Aleksandrova, S. V. Digital Technology and Quality Management / S. V. Aleksandrova, V. A. Vasiliev, G. M. Letuchev // 2018 IEEE International Conference «Quality Management, Transport and Information Security, Information Technologies» (IT&QM&IS). - IEEE, 2018. - С. 18-21.

10. Amberg, M. Konzeption eines Software-Architekturmodells für die objektorientierte Entwicklung betrieblicher Anwendungssysteme / M. Amberg. -Universitaet Bamberg, 1993. - 216 c.

11. Amberg, M. Wertschöpfungsorientierte Wirtschaftsinformatik : SpringerLehrbuch / M. Amberg, F. Bodendorf, K. M. Möslein. - Berlin, Heidelberg : Springer, 2011. - 164 c.

12. Amberg, M. Innovation project lifecycle prolongation method / M. Amberg, L. Mylnikov // Proceedings of the 11th International-Business-Information-Management-Association Conference. - 2009. - № 1-3. - C. 491-495.

13. An extensive experimental survey of regression methods / M. Fernandez-Delgado, M. S. Sirsat, E. Cernadas [h gp.] // Neural Networks. - 2019. - № 111. - C. 11-34.

14. An introductory guide for hybrid simulation modelers on the primary simulation methods in industrial engineering identified through a systematic review of the literature / A. P. Galvao Scheidegger, T. Fernandes Pereira, M. L. Moura de Oliveira [h gp.] // Computers & Industrial Engineering. - 2018. - T. 124. - C. 474-492.

15. ArchiMate® 3.1 Specification. - The Open Group, 2019. - 206 c.

16. Arnold, C. How the industrial internet of things changes business model in different manufactoring industries / C. Arnold, D. Kiel, K.-I. Voigt // nternational Journal of Innovation Management. - 2016. - № 8(20). - C. 1640015-1640025.

17. Arvinder, K. Component Selection for Component Based Software Engineering / K. Arvinder, S. M. Kulvinder // International Journal of Computer Applications. - 2010. - T. 2. - № 1. - C. 109-114.

18. Ashkan Zarghami, S. Application of system dynamics in project portfolio management / S. Ashkan Zarghami, J. Dumrak // International Journal of Industrial Engineering and Management. - 2020. - № Issue 4. - C. 253-262.

19. Azevedo, A. KDD, SEMMA and CRISP-DM: a parallel overview / A. Azevedo, M. F. Santos // IADIS European Conference Data Mining 2008. - 2008. - C. 182-185.

20. Basu, S. Constrained Clustering: Advances in Algorithms, Theory and Applications / S. Basu, I. Davidson, K. Wagstaff. - Chapman and Hall/CRC, 2008. -470 c.

21. Bellman, R. The theory of dynamic programming / R. Bellman // Bulletin of the American Mathematical Society. - 1954. - T. 60. - № 6. - C. 503-516.

22. Bendat, J. S. Random data: analysis and measurement procedures / J. S. Bendat, A. G. Piersol. - 4th ed. - New York : Wiley, 2010. - 640 c.

23. Benington, H. D. Production of Large Computer Programs / H. D. Benington // IEEE Annals of the History of Computing. - 1983. - № 5(4). - C. 350-361.

24. Bennis, W. G. Leaders : the strategies for taking charge / W. G. Bennis, B. Nanus.

- New York : Harper Business, 2007. - 235 c.

25. Black, F. and. Global Portfolio Optimization / F. and Black, R. Litterman // Financial Analysts Journal. - 1992. - T. 48. - № 5. - C. 28-43.

26. Blanter, E. M. Synchronization of the asymmetrical system with three non-identical Kuramoto oscillators: models of solar meridional circulation / E. M. Blanter, M. S. Elaeva, M. G. Shnirman // Computer Research and Modeling. - 2020. - T. 12. - № 2.

- C. 345-356.

27. Booch, G. Object-oriented analysis and design with applications / G. Booch. -Redwood City, Calif. : Benjamin/Cummings Pub. Co, 1994. - 589 c.

28. Brown, M. G. Measuring R&D Productivity / M. G. Brown, R. A. Svenson // Research & Technology Management. - 1998. - T. 41. - № 6. - C. 30-35.

29. Brynjolfsson, E. The productivity paradox of information technology / E. Brynjolfsson // Communications of the ACM. - 1993. - T. 36. - № 12. - C. 66-77.

30. Buchmann, J. Valuing the Innovation Potential of Firms / J. Buchmann. -Wiesbaden : SpringerGabler, 2015. - 239 c.

31. Buckley, J. J. Fuzzy genetic algorithm and applications / J. J. Buckley, Y. Hayashi // Fuzzy Sets and Systems. - 1994. - T. 61. - № 2. - C. 129-136.

32. Burkov, V. N. Open control principle for active systems / V. N. Burkov, A. J. Lerner // Autom. Remote Control. - 1970. - C. 1288-1297.

33. Burmester, L. Adaptive Business-Intelligence-Systeme / L. Burmester. - Springer Fachmedien Wiesbaden GmbH, 2011. - 321 c.

34. Business Process Model and Notation (BPMN). - Object Management Group, 2013. - 532 c.

35. Cadenas, J. M. Using fuzzy numbers in linear programming / J. M. Cadenas, J. L. Verdegay // IEEE Transactions on Systems, Man and Cybernetics, Part B (Cybernetics).

- 1997. - Т. 27. - № 6. - С. 1016-1022.

36. Calmes, A. Der Fabrikbetrieb: Die Organisation, die Buchhaltung und die Selbstkostenberechnung Industrieller Betriebe / A. Calmes. - Forgotten Books, 2018.

37. Calmes, A. Die Statistik Im Fabrik-Und Warenhandelsbetrieb / A. Calmes. -FB&C LTD, 2018. - 288 с.

38. Checkland, P. B. Systems Thinking, Systems Practice / P. B. Checkland. - New York : Willey, 1981. - 344 с.

39. Chen, P. P.-S. The entity-relationship model—toward a unified view of data / P. P.-S. Chen // ACM Transactions on Database Systems. - 1976. - Т. 1. - № 1. - С. 9-36.

40. Cheng, M. A review of lot streaming / M. Cheng, N. J. Mukherjee, S. C. Sarin // International Journal of Production Research. - 2013. - Т. 51. - № 23-24. - С. 70237046.

41. CMMN evaluation: the modelers' perceptions of the main notation elements / I. Routis, C. Bardaki, G. Dede [и др.] // Software and Systems Modeling. - 2021. - Т. 20.

- № 6. - С. 2089-2109.

42. Coad, P. Object-oriented analysis / P. Coad, E. Yourdon. - Englewood Cliffs, N.J : Yourdon Press, 1991. - 233 с.

43. Coad, P. Object-oriented design / P. Coad, E. Yourdon. - Englewood Cliffs, N.J : Yourdon Press, 1991. - 197 с.

44. Collopy, F. Rule-Based Forecasting: Development and Validation of an Expert Systems Approach to Combining Time Series Extrapolations / F. Collopy, J. S. Armstrong. - Текст : электронный // Management Science. - 1992. - Т. 38. - Rule-Based Forecasting. - № 10. - С. 1394-1414. - URL: http://pubsonline.informs.org/doi/abs/10.1287/mnsc.38.10.1394 (дата обращения: 31.01.2016).

45. Control Configuration and Control Enactment in Information Systems Projects / M. Wiener, M. Mähring, U. Remus, C. Saunders // MIS Quarterly. - 2016. - Т. 40. -№ 3. - С. 741-774.

46. D'Urso, P. Dissimilarity measures for time trajectories / P. D'Urso // Journal of the Italian Statistical Society. - 2000. - Т. 9. - № 1-3. - С. 53-83.

47. Damij, N. Process Management: A Multi-disciplinary Guide to Theory, Modeling, and Methodology / N. Damij, T. Damij. - Berlin Heidelberg : Springer, 2014. - 213 с.

48. Danesh, D. Using Analytic Hierarchy Process as a Decision-Making Tool in Project Portfolio Management / D. Danesh, M. J. Ryan, A. Abbasi // International Journal of Economics and Management Engineering. - 2015. - Т. 9. - № 12. - С. 4194-4204.

49. Demartini, C. Performance management systems: design, diagnosis and use. Performance management systems / C. Demartini. - Springer, 2013. - 225 с.

50. Diaz-Madronero, M. A review of discrete-time optimization models for tactical production planning / M. Diaz-Madronero, J. Mula, D. Peidro // International Journal of Production Research. - 2014. - Т. 52. - № 1V. - С. 5171-5205.

51. Díaz-Madroñero, M. A review of discrete-time optimization models for tactical production planning / M. Díaz-Madroñero, J. Mula, D. Peidro. - Текст : электронный // International Journal of Production Research. - Т. 52. - № 1V. - С. 5171-5205. - URL: http://www.tandfonline.com/doi/abs/10.1080/00207543.2014.899721 (дата обращения: 25.03.2018).

52. Digital Enterprise Architecture - Transformation for the Internet of Things / A. Zimmermann, R. Schmidt, K. Sandkuhl [и др.] // 2015 IEEE 19th International Enterprise Distributed Object Computing Workshop. - IEEE, 2015. - С. 130-138.

53. Dijkstra, E. W. A note on two problems in connexion with graphs / E. W. Dijkstra // Numerische Mathematik. - 1959. - Т. 1. - № 1. - С. 269-271.

54. Dori, D. Object-process Analysis: Maintaining the Balance Between System Structure and Behaviour / D. Dori // Journal of Logic and Computation. - 1995. - Т. 5. -№ 2. - С. 227-249.

55. Doyle, P. G. Grinstead and Snell's Introduction to Probability / P. G. Doyle. -American Mathematical Society, 2006. - 518 с.

56. Drongelen, I. C. K. Design Principles for the Development of Measurement Systems for Research and Development Processes / I. C. K. Drongelen, A. Cook // R&D Management. - 1997. - Т. 27. - № 4. - С. 345-357.

57. Du, J. Pre-Reordering for Neural Machine Translation: Helpful or Harmful? / J. Du, A. Way // The Prague Bulletin of Mathematical Linguistics. - 2017. - T. 108. - № 1.

- C. 171-182.

58. Efimov, N. Estimation model of the technical condition of dynamic equipment changes based on vibration data / N. Efimov. - Anhalt University of Applied Sciences, 2021. - 45 c.

59. Estruch, A. Event-driven manufacturing process management approach / A. Estruch, Á. J. A. Heredia // Business Process Management: 10th International Conference (BPM 2012), Tallinn, Estonia, September 3-6, 2012. - Berlin, Heidelberg : Springer, 2012. - C. 120-133.

60. Faizrakhmanov, R. A. The foundations of modeling management processes for innovation projects in production-economics systems / R. A. Faizrakhmanov, L. A. Mylnikov // Automatic Documentation and Mathematical Linguistics. - 2016. - T. 50. -№ 3. - C. 84-90.

61. Ferber, J. A meta-model for the analysis and design of organizations in multi-agent systems / J. Ferber, O. Gutknecht // Proceedings International Conference on Multi Agent Systems. - Paris, France, 1998. - C. 128-135.

62. Fischer, K. Cooperative transportation scheduling: An application domain for dai / K. Fischer, J. P. Mueller, M. Pischel // Applied Artificial Intelligence. - 1996. - № 1(10).

- C. 1-34.

63. Fisher, R. A. On an Absolute Criterion for Fitting Frequency Curves / R. A. Fisher // Stat. Sci. - 1997. - T. 12. - № 1. - C. 39-41.

64. Forni, A. . The Evolution of Enterprise Architecture. / A. . Forni. - 2017.

65. Framework and rationale for economic considerations in industrial plant business / M. Gepp, M. Amberg, T. Schaeffler [h gp.]. - IEEE, 2013. - C. 14-19.

66. Gadatsch, A. Grundkurs Geschaftsprozess-Management / A. Gadatsch. -Wiesbaden : Springer, 2020. - 207 c.

67. Gantt, H. L. Organizing for work / H. L. Gantt, D. Forrer. - Productivity Press, 2017. - 116 c.

68. Gemuenden, H. G. Novikov:2001 / H. G. Gemuenden, P. Lehner, A. Kock //

International Journal of Project Management. - 2018. - Т. 36. - № 1. - С. 147-160.

69. Genetic algorithm-based multi-criteria project portfolio selection / L. Yu, S. Wang, F. Wen, K. K. Lai // Annals of Operations Research. - 2012. - Т. 197. - № 1. - С. 71-86.

70. Geunes, J. Models for integrated production planning and order selection / J. Geunes, K. Taaffe, H. E. Romeijn // Proceedings of the 2002 Industrial Engineering Research Conference (IERC). - 2002.

71. Ginzberg, M. I. Decision Support Systems: Issues and Perspectives / M. I. Ginzberg, E. A. Stohr // Processes and Tools for Decision Support. - Amsterdam : North-Holland Pub.Co, 1983.

72. Global Macro Research: Top of Mind. - Goldman Sachs, 2015. - 15 с.

73. Goel, K. A Typology of Business Process Standardization Strategies / K. Goel, W. Bandara, G. Gable // Business & Information Systems Engineering. - 2021. - Т. 63. -№ 6. - С. 621-635.

74. Goodwin, R. M. A Growth Cycle: Socialism, Capitalism and Economic Growth / R. M. Goodwin // Essays in Economic Dynamics / ред. C. H. Feinstein. - Cambridge University Press, 1967. - С. 165-170.

75. Grieves, M. Digital twin: manufacturing excellence through virtual factory replication. White paper. / M. Grieves. - 2014. - 1-7 с.

76. Gutjahr, W. J. Optimal dynamic portfolio selection for projects under a competence development model / W. J. Gutjahr // OR Spectrum. - 2011. - Т. 33. - № 1.

- С. 173-206.

77. Hammer, M. and Champy, J. Reengineering the Corporation: A manifesto for Business Revolution / J. Hammer, M. and Champy. - New York : Harper Business, 2006.

- 272 с.

78. Handbuch Projektmanagement: Agil - Klassisch - Hybrid / J. Kuster, E. Huber, R. Lippmann [и др.]. - Berlin : Springer, 2022. - 509 с.

79. Hansen, M. T. The Innovation Value Chain / M. T. Hansen, J. Birkinshaw // Harvard Business Review. - 2007. - № 6. - С. 121-130.

80. Hay, D. A. Industrial Economics and Organization: Theory and Evidence / D. A. Hay, D. J. Morris. - Oxford University Press, 1991. - 700 с.

81. Heijden, K. van der. Scenarios: The Art of Strategic Conversation / K. van der Heijden. - Wiley, 2005. - 384 с.

82. Henry, C. L. J. Information Technology and the Productivity Paradox: Assessing the Value of Investing in IT / C. L. J. Henry. - Oxford University Press, 1999. - 240 с.

83. How to turn managers into data-driven decision makers / K. D. A. Carillo, N. Galy, C. Guthrie, A. Vanhems // Business Process Management Journal. - 2019. - Т. 25. - №2 3. - С. 553-578.

84. Improving the Return on R&D - II / R. N. Foster, L. H. Linden, R. L. Whiteley, A. M. Kantrow // Research Management. - 1985. - Т. 28. - № 2. - С. 13-23.

85. Inmon, W. H. Using the Data Warehouse / W. H. Inmon, R. Hackthorn. - Wiley, 1994. - 304 с.

86. Intelligent data analysis in the management of production systems (approaches and methods) / L. Mylnikov, B. Krause, M. Kuetz [и др.]; ред. L. Mylnikov From Duplicate 1 (Intelligent data analysis in the management of production systems (approaches and methods) - Mylnikov, Leonid; Krause, Bernd; Kutz, Martin; Bade, Korinna; Shmidt, Igor){OCLC}: 1065738108. - Aachen : Shaker, 2018. - 168 с.

87. Jalali, H. Simulation optimization in inventory replenishment: a classification / H. Jalali, I. Van Nieuwenhuyse // IIE Transactions. - 2015. - Т. 47. - №№ 11. - С. 1217-1235.

88. Johnson, N. L. Systems of Frequency Curves Generated by Methods of Translation, / N. L. Johnson // Biometrika. - 1949. - Т. 36. - № 1/2. - С. 149-176.

89. Jose, С. Local deep kernel learning for efficient non-linear SVM prediction / С. Jose, P. Goyal, P. Aggrwal // Proceedings of the International Conference on Machine Learning. - Atlanta, Georgia, USA, 2013. - С. 486-494.

90. Kaiser, C. Warning system for online market research - Identifying critical situations in online opinion formation / C. Kaiser, S. Schlick, F. Bodendorf // Knowledge-Based Systems. - 2011. - Т. 24. - № 6. - С. 824-836.

91. Kaschny, M. Innovationsmanagement im Mittelstand: Strategien, Implementierung, Praxisbeispiele / M. Kaschny, M. Nolden, S. Schreuder. - Wiesbaden : Springer Gabler, 2015. - 419 с.

92. Kaufmann, A. Introduction to fuzzy arithmetic: Theory and applications /

A. Kaufmann, M. M. Gupta. - NY : Van Nostrand Reinhold, 1991. - 361 с.

93. Khlif, W. Integrating semantics and structural information for BPMN model refactoring / W. Khlif, H. Ben-Abdallah // 2015 IEEE/ACIS 14th International Conference on Computer and Information Science (ICIS). - IEEE, 2015. - С. 656-660.

94. Khrennikov, A. Y. Ubiquitous Quantum Structure: From Psychology to Finance / A. Y. Khrennikov. - Berlin, Heidelberg : Springer, 2010. - 218 с.

95. Koschmider, A. Improving the process of process modelling by the use of domain process patterns / A. Koschmider, H. A. Reijers // Enterprise Information Systems. -2015. - Т. 9. - № 1. - С. 29-57.

96. Krüger, K. Die Ära der Datafizierung / K. Krüger. - Wiesbaden : Springer Fachmedien, 2021. - 273 с.

97. Kuetz, M. IT-Prozesse mit Kennzahlen steuern / M. Kuetz. - Текст : электронный // Controlling & Management Review. - 2014. - Т. 58. - № 7. - С. 86-93. - URL: http://link.springer.com/10.1365/s12176-014-0897-4 (дата обращения: 19.02.2017).

98. Kuiper, N. H. Tests concerning random points on a circle / N. H. Kuiper // Indag. Math. Proc. - 1960. - Т. 63. - С. 38-47.

99. Kundisch, D. IT/IS project portfolio selection in the presence of project interactions—review and synthesis of the literature / D. Kundisch, M. Christian // Proceedings of the 10th International Conference on Wirtschaftsinformatik. - 2011. -С. 477-486.

100. Kuramoto, Y. Self-entrainment of a population of coupled non-linear oscillators / Y. Kuramoto // International Symposium on Mathematical Problems in Theoretical Physics. - Berlin/Heidelberg : Springer-Verlag, 1975. - С. 420-422.

101. Lacerda, R. A performance measurement framework in portfolio management: A constructivist case / R. Lacerda, L. Ensslin, S. Ensslin // Management Decision. - 2011. - Т. 49. - № 4. - С. 648-668.

102. Lane, D. C. IFORS' Operational Research Hall of Fame Jay Wright Forrester / D. C. Lane // International Transactions in Operational Research. - 2006. - Т. 13. - № 5. -С. 483-492.

103. Lang, M. Projektportfoliomanagement in der IT: Priorisierung, Investition,

Steuerung. Projektportfoliomanagement in der {IT} / M. Lang, S. Kammerer, M. Amberg. - Düsseldorf : Symposion Publishing, 2012. - 443 с.

104. Larsen, M. A. BPR success or failure? A business process reengineering project in the financial services industry / M. A. Larsen, M. D. Myers // Proceedings of the 18th International Conference on Information Systems, ICIS 1997. - Atlanta, 1997. - С. 367382.

105. Lee, D. Wavelet Analysis: Theory and Applications / D. Lee, A. Yamamoto // Hewlett-Packard Journal. - 1994. - № December. - С. 44-52.

106. Lemire, D. Slope One Predictors for Online Rating-Based Collaborative Filtering / D. Lemire, A. Maclachlan // SIAM Data Mining (SDM'05), Newport Beach, California, April 21-23. - 2005. - С. 471-475.

107. Li, X. Theory of Practical Cellular Automaton / X. Li, J. Wu, X. Li. - Singapore : Springer, 2018. - 352 с.

108. Linder, B. Formalising motivational attitudes of agents / B. Linder, W. Hoek, J. -J. C. Meyer. - Berlin, Heidelberg : Springer Berlin Heidelberg, 1995. - 17-32 с.

109. Lintner, J. The Valuation of Risk Assets and the Selection of Risky Investments in Stock Portfolios and Capital Budgets / J. Lintner // The Review of Economics and Statistics. - 1965. - Т. 47. - № 1. - С. 13.

110. Luce, R. D. Semiorders and a Theory of Utility Discrimination / R. D. Luce // Econometrica. - 1956. - Т. 24. - № 2. - С. 178.

111. Luzianin, I. Similarity Measurement of Biological Signals Using Dynamic Time Warping Algorithm / I. Luzianin, B. Krause // Proceedings of International Conference on Applied Innovation in IT. - 2016. - Т. 4. - № 1. - С. 65-71.

112. Maiden, N. A. Acquiring COTS software selection requirements / N. A. Maiden, C. Ncube // IEEE Software. - 1998. - Т. 15. - № 2. - С. 46-56.

113. Mainstream objects: an analysis and design approach for business : Yourdon Press computing series. Mainstream objects / ред. E. Yourdon "An object-oriented analysis and design approach developed at Software AG"--Cover. - Upper Saddle River, NJ : Yourdon Press, Prentice Hall Building, 1995. - 300 с.

114. Makhabel, B. Learning Data Mining with R / B. Makhabel. - Birmingham : Packt

Publishing Ltd, 2015. - 314 c.

115. Management of sustainable manufacturing systems-a review on mathematical problems / F. T. S. Chan, N. Li, S. H. Chung, M. Saadat // International Journal of Production Research. - 2017. - T. 55. - № 4. - C. 1210-1225.

116. Mandelbrot, B. The Misbehavior of Markets: A Fractal View of Financial Turbulence / B. Mandelbrot, R. Hudson. - Cambridge : Basic Books, 2006. - 368 c.

117. Markowitz, H. M. Portfolio selection: efficient diversification of investments / H. M. Markowitz. - Wiley, 1991. - 400 c.

118. McCabe., A. Complexity Measure / A. McCabe. // IEEE Transactions on Software Engineering. - 1976. - № 12. - C. 308—320.

119. McDougall, A. A Critical Examination of the Checklist Approach in Software Selection / A. McDougall, D. Squires // Journal of Educational Computing Research. -1995. - T. 12. - № 3. - C. 263-274.

120. Menichinelli, M. A data-driven approach for understanding Open Design. Mapping social interactions in collaborative processes on GitHub. / M. Menichinelli // The Design Journal. - 2017. - T. 20. - C. 3643-3658.

121. Mezhov, S. Specifics of project management on industrial innovation / S. Mezhov, L. Mylnikov // Proceedings of International Conference on Applied Innovation in IT. -2018. - T. 6. - № 1. - C. 103-108.

122. Mia, L. Manufacturing strategy and organisational performance: The role of competition and MAS information / L. Mia, L. Winata // Journal of Accounting & Organizational Change. - 2014. - № 10(1). - C. 83-115.

123. Model Based Enterprise Simulation and Analysis / V. Kulkarni, T. Clark, S. Barat, B. Barn. - 2014. - C. 3-12.

124. Model Predictive Control ap-plied for building thermal control / G. Neculoiu, V. Dache, G. Stamatescu, V. Sgarciu // Proceedings of Int Aegean Conference on Electrical Machines and Power Electronics (ACEMP) / Int Conference on Optimization of Electrical and Electronic Equipment (OPTIM) / Int Symposium on Advanced Electromechanical Motion Systems (ELECTROMOTION). - 2015. - C. 363-368.

125. Modern Business Process Automation: YAWL and its Support Environment /

A. H. M. ter Hofstede, W. van der Aalst, M. Adams, N. Russell; ред. A. H. M. Hofstede, W. M. P. Aalst, M. Adams, N. Russell. - Berlin, Heidelberg : Springer, 2010. - 664 с.

126. Moeller, K. Innovationssteuerung durch entscheidungsrelevante Informationen / K. Moeller, W. Schulze, J.-C. Steinmann // Business Innovation: Das St. Galler Modell / ред. C. P. Hoffmann [и др.]. - Springer Fachmedien, 2016. - С. 141-162.

127. Moghaddam, K. S. Supplier selection and order allocation in closed-loop supply chain systems using hybrid Monte Carlo simulation and goal programming / K. S. Moghaddam // International Journal of Production Research. - 2015. - № 53(20). -С. 6320-6338.

128. Moser, K. Self-monitoring and job performance: The moderating effect of tenure / K. Moser, N. Galais // International Journal of Selection and Assesment. - 2007. - Т. 15. - С. 83-93.

129. Moser, K. The de-escalation of commitment: Predecisional accountability and cognitive processes / K. Moser, H. G. Wolff, A. Kraft // Journal of Applied Social Psychology. - 2013. - Т. 43. - С. 363-376.

130. Mossin, J. Equilibrium in a Capital Asset Market / J. Mossin. - Текст: электронный // Econometrica. - 1966. - Т. 34. - № 4. - С. 768. - URL: http://www.jstor.org/stable/1910098?origin=crossref (дата обращения: 12.04.2016).

131. Mourtzis, D. Simulation in Manufacturing: Review and Challenges / D. Mourtzis, M. Doukas, D. Bernidaki // Procedia CIRP. - 2014. - Т. 25. - С. 213-229.

132. Mylnikov, L. A. Particularities of solving the problems of support for managerial decision making in production and economic systems using the statistical data / L. A. Mylnikov // International Journal of Economics and Financial Issues. - 2016. - Т. 6. -№ 8. - С. 321-331.

133. Mylnikov, L. A. Process Models in the Management of the Efficiency of the Decision Support System in Production Systems / L. A. Mylnikov // Automatic Documentation and Mathematical Linguistics. - 2023. - Т. 57. - № 1. - С. 17-30.

134. Mylnikov, L. A. Structural and Functional Modeling of Processes with a Dedicated Control Subject / L. A. Mylnikov // Automatic Documentation and Mathematical Linguistics. - 2022. - Т. 56. - № 1. - С. 42-54.

135. Mylnikov, L. A. The Model of Effective Management in the Formation of a Production Portfolio / L. A. Mylnikov // Automatic Documentation and Mathematical Linguistics. - 2021. - T. 55. - № 5. - C. 203-209.

136. Mylnikov, L. A. The selection of optimal control of the operation modes of heterogeneous duplicating equipment based on statistical models with learning / L. A. Mylnikov, M. V. Kulikov, B. Krause // International Journal of Mechanical Engineering and Technology. - 2018. - T. 9. - № 9. - C. 1516-1526.

137. Mylnikov, L. A. Structural-Functional Models for Effective Topologies Search / L. A. Mylnikov, S. L. Mylnikova, Z. Avramovic // Automatic Documentation and Mathematical Linguistics. - 2025. - T. 59. - № 2. - C. 71-77.

138. Mylnikov, L. A. Information Processing and Performance Research in Event-Driven Process Metodology (EPM) Notation / L. A. Mylnikov, A. D. Saltykova // Automatic Documentation and Mathematical Linguistics. - 2024. - T. 58. - № 5. -C. 333-338.

139. Mylnikov, L. A. Structural and Functional Modeling in Event-Driven Process Methodology (EPM) Notation as a Tool for Generation of Program Code Simulating Process Activities / L. A. Mylnikov, A. D. Saltykova // Automatic Documentation and Mathematical Linguistics. - 2024. - T. 58. - № 6. - C. 393-400.

140. Mylnikov, L. A. Event-Driven Process Methodology Notation for Information Processing Research / L. A. Mylnikov, A. D. Saltykova, Z. Avramovic // Automatic Documentation and Mathematical Linguistics. - 2024. - T. 58. - № 4. - C. 243-254.

141. Mylnikov, L. A. Statistical Analysis of Simulation Data for the Evaluation of Information Processes' Performance / L. A. Mylnikov, V. P. Suntsov // Automatic Documentation and Mathematical Linguistics. - 2023. - T. 57. - № 4. - C. 237-247.

142. Mylnikov, L. A. On an approach to the design of a logical model of innovation project data / L. A. Mylnikov, A. V. Trusov // Scientific and Technical Information Processing. - 2011. - T. 38. - № 3. - C. 201-206.

143. Mylnikov, L. Efficiency management of discrete production systems under the dynamics of project portfolio / L. Mylnikov // Computers & Industrial Engineering. -2021. - T. 163. - C. 107807.

144. Mylnikov, L. Management and information support issues in the implementation of innovation projects in production systems / L. Mylnikov // Proceedings of International Conference on Applied Innovation in IT. - 2019. - T. 7. - № 1. - C. 55-63.

145. Mylnikov, L. The forecasting of innovation projects parameters / L. Mylnikov, M. Amberg // Proceedings of the 21st International Business Information Management Association Conference. - 2013. - № 1-3. - C. 1017-1029.

146. Mylnikov, L. Cross-Spectrum of Signals of Vibrations and their Application for Determination of the Technical Condition of Dynamic Equipment / L. Mylnikov, N. Efimov // Proceedings of International Conference on Applied Innovation in IT. -Koethen, Germany : HS-Anhalt, 2022. - C. 81-91.

147. Mylnikov, L. Information support of project management processes in the network of research organizations and technological companies / L. Mylnikov, R. Fayzrakhmanov, D. Kurushin // Astra Salvensis. - 2018. - T. 6. - C. 603-612.

148. Mylnikov, L. Electric power supply subsystem and its role in solving production system management and planning issues / L. Mylnikov, M. Kuetz // International Journal of Energy Economics and Policy. - 2017. - T. 7. - № 5. - C. 191-200.

149. Mylnikov, L. The risk assessment method in prognostic models of production systems management with account of the time factor / L. Mylnikov, M. Kuetz // European Research Studies Journal. - 2017. - T. XX. - № 3. - C. 291-310.

150. Mylnikov, L. Structural-fuctional models efficient topology generation / L. Mylnikov, S. Mylnikova // Zbornik Radova Proceedings. - Banja-Luka : Panevropski Univerzitet Apeiron, 2024. - C. 128-133.

151. Mylnikov, L. Issues of heat supply quality improvement based on ambient air temperature forecasts and account of the heat supply system particularity / L. Mylnikov, A. Sidorov // FME Transactions. - 2020. - T. 48. - № 2. - C. 53-62.

152. Mylnikov, L. The modelling methodology of the new product release on the open market based on the production systems and rival products interaction dynamics / L. Mylnikov, D. Vershinin, R. Faizrahmanov // Proceedings of International Conference on Applied Innovation in IT. - 2020. - T. 8. - C. 63-70.

153. Mylnikov, L. The use of optimal management tasks for verification and adjustment

of new product release planning in discrete production systems / L. Mylnikov, D. Vershinin, D. Fatkhullin // Proceedings of International Conference on Applied Innovation in IT. - 2018. - T. 6. - № 1. - C. 67-75.

154. Mylnikov, L. Issues of Improving the Accuracy of Demand and Sales Forecasting Using Decomposition of Components and Fuzzy Error Estimation / L. Mylnikov, D. Vershinin, A. Mikhailov // 21st International Scientific Workshop on Computer Science and Information Technologies (CSIT 2019). - Atlantis Press, 2019. - C. 191-195.

155. Nabati, M. M. Modeling projects interdependencies to measure their synergic impacts on a project portfolio / M. M. Nabati, M. Ashrafi // Journal of Project Management. - 2021. - T. 6. - № 3. - C. 143-156.

156. Network programming theory application to project portfolio formation / I. a Burkova, B. Titarenkob, A. Hasnaouic, R. Titarenkod // Serbian Journal of Management. - 2021. - T. 16. - № 1. - C. 5-19.

157. Neumann, J. Von. Theory of games and economic behavior / J. Von Neumann, O. O. Morgenstern. - Woodstock : Princeton University Press, 2007. - 776 c.

158. Neumeier, A. Modeling project criticality in IT project portfolios / A. Neumeier, S. Radszuwill, T. Z. Garizy // International Journal of Project Management. - 2018. -T. 36. - № 6. - C. 833-844.

159. Olson, D. L. Supply chain information technology / D. L. Olson. - 2015.

160. Olson, D. L. Enterprise Risk Management Models / D. L. Olson, D. Wu. - Berlin : Springer, 2015. - 224 c.

161. Onut, S. A theorical model design for ERP software selection process under the constraints of cost and quality: A fuzzy approach / S. Onut, T. Efendigil // Journal of Intelligent & Fuzzy Systems. - 2010. - T. 21. - № 6. - C. 365-378.

162. Oseledets, I. V. Tensor-train decomposition / I. V Oseledets // SIAM Journal on Scientific Computing. - 2011. - T. 5. - № 33. - C. 2295-2317.

163. Padovani, M. Integrated PPM Process: Scale Development and Validation / M. Padovani, M. M. Carvalho // International Journal of Project Management. - 2016. -T. 34. - № 4. - C. 627-642.

164. Palmer, R. Managing marketing / R. Palmer, J. Cockton, G. Cooper. - Amsterdam

: Butterworth-Heinemann, 2007. - 392 c.

165. Paprotny, A. Realtime data mining: self-learning techniques for recommendation engines / A. Paprotny, M. Thess. - Birkhäuser Cham, 2013. - 313 c.

166. Penicina, L. Linking BPMN, ArchiMate, and BWW: Perfect match for complete and lawful business process models? / L. Penicina // PoEM (Short Papers). - 2013. -C. 156-165.

167. Pepall, L. Imitative Competition and Product Innovation in a Duopoly Model / L. Pepall // Economica. - 1995. - № 64. - C. 265-269.

168. PLM paradigm: How to lead BPR within the Product Development field / M. Bertoni, M. Bordegoni, U. Cugini [h gp.] // Computers in Industry. - 2009. - T. 60. -№ 7. - C. 476-484.

169. Project Management Institute,. A guide to the project management body of knowledge (PMBOK guide). - Newtown Square, PA : Project Management Institute, 2017. - 579 c.

170. Project Portfolio Control and Portfolio Management Performance in Different Contexts / R. Mueler, M. Martinsuo, T. Blomquist [h gp.] // Project Management Journal. - 2008. - T. 39. - № 3. - C. 28-42.

171. Project Portfolio Risk Identification and Analysis, Considering Project Risk Interactions and Using Bayesian Networks / F. Ghasemi, M. Sari, V. Yousefi [h gp.] // Sustainability. - 2018. - T. 10. - № 5. - C. 1609.

172. Randhawa, K. A Bibliometric Review of Open Innovation: Setting a Research Agenda: a bibliometric review of open innovation / K. Randhawa, Wilden R., J. Hohberger // Journal of Product Innovation Management. - 2016. - № 33(6). - C. 750772.

173. Reginaldo, F. Portfolio Management in Brazil and a Proposal for Evaluation and Balancing of Portfolio Projects with ELECTRE TRI and IRIS / F. Reginaldo // Procedia Computer Science. - 2015. - T. 55. - C. 1265-1274.

174. Reinganum, J. F. Handbook of Industrial Organization / J. F. Reinganum // peg. R. Schmalensee, R. Willig. - 1989. - C. 849-908.

175. Robust data analysis in innovation project portfolio management / B. Titarenko, A.

Hasnaoui, R. Titarenko, L. Buzuk // MATEC Web of Conferences. - 2018. - Т. 170. -С. 01017.

176. Rogers, E. M. Diffusion of innovations / E. M. Rogers. - New York, NY : Free Press, 2003. - 576 с.

177. Sadiakhmatov, M. Production planning model in the conditions of changing demand with a stochastic component. / M. Sadiakhmatov. - HS Anhalt, 2018. - 38 с.

178. Sadiakhmatov, M. Specificity of Undivided Time Series Forecasting Described with Innovation Curves / M. Sadiakhmatov, L. Mylnikov // Proceedings of International Conference on Applied Innovation in IT. - HS-Anhalt, 2017. - Т. 1. - С. 43-49.

179. Salimifard, K. Petri net-based modelling of workflow systems: An overview / K. Salimifard, M. Wright // European Journal of Operational Research. - 2001. - Т. 134. -№ 3. - С. 664-676.

180. Santosa, F. Linear inversion of band-limited reflection seismograms / F. Santosa, W. Symes // SIAM Journal on Scientific and Statistical Computing. - 1986. - Т. 4. - № 7. - С. 1307-1330.

181. Scheer, A.-W. ARIS. Modellierungsmethoden, Metamodelle, Anwendungen / A.W. Scheer. - 4. - Berlin : Springer, 2001. - 244 с.

182. Schumpeter, J. A. Capitalism, socialism and democracy / J. A. Schumpeter. -Transferre. - London : Routledge, 1994. - 460 с.

183. Seledkova, A. V. Forecasting characteristics of time series to support managerial decision making process in production-and-economic systems / A. V. Seledkova, L. A. Mylnikov, B. Krause // Proceedings of 2017 20th IEEE International Conference on Soft Computing and Measurements, SCM 2017. - 2017. - С. 853-855.

184. Semi-supervised Learning / ред. O. Chapelle, B. Schoelkopf, A. Zien. - MIT Press, 2006. - 508 с.

185. Sharifghazvini, M. Integration of a new MCDM approach based on the DEA, FANP with MONLP for efficiency-risk assessment to optimize project portfolio by branch and bound: a real case study / M. Sharifghazvini // Economic computation and Economic Cybernetics Studies and Research. - 2018. - Т. 52. - № 1. - С. 261-278.

186. Sharpe, W. F. CapitalAsset Prices: A Theory of Market Equilibrium under

Conditions of Risk / W. F. Sharpe // The Journal of Finance. - 1964. - Т. 19. - Capital Asset Prices. - № 3. - С. 425.

187. She, W. Agent-based systems for intelligent manufacturing: A state-of-the-art survey / W. She, D. H. Norrie // Knowledge and Information Systems. - 1999. - Т. 2. -С. 129-156.

188. Sickles, R. Measurement of Productivity and Efficiency: Theory and Practice / R. Sickles, V. Zelenyuk. - Cambridge : Cambridge University Press, 2019. - 626 с.

189. Skobelev, P. Multi-agent systems for real time resource allocation, scheduling, optimization and controlling: Industrial applications / P. Skobelev // Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). - 2011. - Т. 6867. - С. 1-14.

190. Software engineering: Barry W. Boehm's lifetime contributions to software development, management, and research / ред. R. W. Selby. - Hoboken, N.J : Wiley-IEEE Press, 2007. - 770 с.

191. Software metrics fluctuation: a property for assisting the metric selection process / E.-M. Arvanitou, A. Ampatzoglou, A. Chatzigeorgiou, P. Avgeriou // Information and Software Technology. - 2016. - Т. 72. - С. 110-124.

192. Solow, R. M. We'd Better Watch Out / R. M. Solow // New York Times Book Review. - 1987. - С. 36.

193. Spinelli, S. New venture creation: entrepreneurship for the 21st century. New venture creation / S. Spinelli, R. Adams. - Boston, Mass. : McGraw-Hill, 2015. - 512 с.

194. Steinke, G. Innovating Information System Development Methodologies with Design Thinking / G. Steinke, M. Al-Deen, R. La Brie // Proceedings of 5th International Conference on Applied Innovations in IT / Prof. Dr. Siemens. - Koethen : Anhalt University of Applied Sciences, 2017. - С. 51-55.

195. STL: A Sesonal-Trend Decomposition Procedure Based on Loess / R. Cleveland, W. Cleveland, J. McRae, I. Terpenning // Journal of official statistics. - 1990. - Т. 6. -№ 1. - С. 3-33.

196. Stock Price Prediction based on SSA and SVM / W. Fenghua, X. Jihong, H. Zhifang, G. Xu // Procedia Computer Science. - 2014. - № 31. - С. 625-631.

197. Suslova, A. Prognostic model for estimation of innovative activity factors of regions by example of the patenting data based on cognitive map modeling / A. Suslova, L. Mylnikov, B. Krause // European Researcher. - 2013. - Т. 61. - № 10. - С. 25082517.

198. Syswerda, G. Uniform crossover in genetic algorithms / G. Syswerda // Proceedings of the Third International Conference on Genetic Algorithms / ред. J. D. Schaffer. - Morgan Kaufmann, 1989. - С. 2-9.

199. Tajbakhsh, S. D. A Bayesian Approach to Sequential Optimization based on Computer Experiments / S. D. Tajbakhsh, E. del Castillo, J. L. Rosenberger // Quality and Reliability Engineering International. - 2015. - № 31(6). - С. 1001-1012.

200. Tavakoli, A. Open strategy: Literature review, re-analysis of cases and conceptualisation as a practice / A. Tavakoli, D. Schlagwein, D. Schoder // The Journal of Strategic Information Systems. - 2017. - № 26(3). - С. 163-184.

201. The Encyclicon: A Dictionary of Decisions with Dependence and Feedback Based on the Analytic Network Process. - Pittsburgh, PA : RWS Publications, 2005. - 292 с.

202. The Improvement Guide: A Practical Approach to Enhancing Organizational Performance / G. Langley, R. Moen, K. Nolan [и др.]. - Jossey-Bass, 2009. - 512 с.

203. The next-generation operating model for the digital world / A. Bollard, E. Larrea, A. Singla, R. Sood. - 2017. - 1-8 с.

204. The PageRank Citation Ranking: Bringing Order to the Web. Technical Report / L. Page, S. Brin, R. Motwani, T. Winograd. - Stanford InfoLab, .

205. Tirole, J. The theory of industrial organization / J. Tirole. - Cambridge, Mass : The MIT Press, 1988. - 496 с.

206. Unified Modeling Language (OMG UML). - Object Management Group, 2017. -796 с.

207. Vartiainen, K. Dynamic Capabilities in Information Systems Research - A Literature Review / K. Vartiainen, L. K. Hansen // Selected Papers of the IRIS. - 2018. -№ 9.

208. Voigt, K.-I. Industrielles Management : Springer-Lehrbuch. Industrielles Management / K.-I. Voigt From Duplicate 1 (Industrielles Management:

Industriebetriebslehre aus prozessorientierter Sicht - Voigt, Kai-Ingo)From Duplicate 1 (Industrielles Management: Industriebetriebslehre aus prozessorientierter Sicht - Voigt, Kai-Ingo)LiteraturangabenFrom Duplicate 2 (Industrielles Management: Industriebetriebslehre aus prozessorientierter Sicht - Voigt, Kai-Ingo)Literaturangaben. -Berlin, Heidelberg : Springer, 2008. - 695 c.

209. Walczak, D. Project rankings for participatory budget based on the fuzzy TOPSIS method / D. Walczak, A. Rutkowska // European Journal of Operational Research. -2017. - T. 260(2). - C. 706-714.

210. Walras, L. Leon Walras's Elements of Theoretical Economics / L. Walras. -Cambridge University Press, 2014. - 521 c.

211. Wang, L. Efficient deviation detection between a process model and event logs / L. Wang, Y. Du, L. Qi // IEEE/CAA Journal of Automatica Sinica. - 2019. - T. 6. - № 6.

- C. 1352-1364.

212. Web Services Business Process Execution Language Version 2.0. - OASIS, 2007.

- 66 c.

213. Wiener, M. Big-data business models: A critical literature review and multiperspective research framework / M. Wiener, C. Saunders, M. Marabelli // Journal of Information Technology. - 2020. - T. 35. - № 1. - C. 66-91.

214. Wold, S. PLS-regression: a basic tool of chemometrics / S. Wold, M. Sjoestroem, L. Eriksson // Chemometrics and Intelligent Laboratory Systems. - 2001. - № 2(58). -C. 109-130.

215. Wolpert, D. H. No free lunch theorems for optimization / D. H. Wolpert, W. G. Macready // IEEE Transactions on Evolutionary Computation. - 1997. - T. 1. - № 1. -C. 67-82.

216. Wooldridge, M. Intelligent agents: theory and practice / M. Wooldridge, N. R. Jennings // The Knowledge Engineering Review. - 1995. - № 2(10). - C. 115.

217. Wooldridge, M. The Gaia Methodology for Agent-Oriented Analysis and Design / M. Wooldridge, N. R. Jennings, D. Kinny // Autonomous Agents and Multi-Agent Systems. - № 3. - C. 285-312.

218. Wu, Y. Digital Twin Networks: A Survey / Y. Wu, K. Zhang, Y. Zhang // IEEE

Internet of Things Journal. - 2021. - Т. 8. - № 18. - С. 13789-13804.

219. Yazgan, H. R. An ERP software selection process with using artificial neural network based on analytic network process approach / H. R. Yazgan, S. Boran, K. Goztepe // Expert Systems with Applications. - 2009. - Т. 36. - № 5. - С. 9214-9222.

220. Young, M. Contemporary project portfolio management: Reflections on the development of an Australian Competency Standard for Project Portfolio Management / M. Young, K. Conboy // International Journal of Project Management. - 2013. - Т. 31. -№ 8. - С. 1089-1100.

221. Yusuf, Y. Agile manufacturing / Y. Yusuf, M. Sarhadi, A. Gunasekaran // International Journal of Production Economics. - 1999. - № 62(1-2). - С. 33-43.

222. Yusupov, R. M. Efficiency of Information Systems and Technologies: Features of Estimation / R. M. Yusupov, A. A. Musaev // SPIIRAS Proceedings. - 2017. - Т. 2. -№ 51. - С. 5.

223. Zou, X. Analysing the Risk Propagation in the Project Portfolio Network using the SIRF Model / X. Zou, Q. Yang, Q. Wang // Proceedings of the 10th International Conference on Operations Research and Enterprise Systems. - SCITEPRESS - Science and Technology Publications, 2021. - С. 226-232.

224. Абдуллаев, А. Р. О рисках в инновационных проектах: причины появления, интегральные риски, экспертиза проектов с учетом рисков / А. Р. Абдуллаев, Л. А. Мыльников, Е. Е. Васильева // Экономический анализ: теория и практика. - 2012. - № 40 (295). - С. 41-49.

225. Алгоритмы. Построение и анализ. Издание 3-е / Т. Кормен, Ч. Лейзерсон, Р. Ривест, Ш. К. - М. : Виллиямс, 2013. - 1328 с.

226. Алексеев, В. И. Анализ и прогнозирование циклических временных рядов с использованием вейвлетов и нейросетевых нечетких правил вывода / В. И. Алексеев // Вестник Югорского государственного университета. - 2013. - Т. 30. -№ 3. - С. 3-10.

227. Алькдироу, Р. Х. Прогнозирование перспектив развития параметров инновационных проектов, описываемых S-образной кривой / Р. Х. Алькдироу, Л. А. Мыльников // VII Всероссийская школа-семинар молодых ученых «Управление

большими системами»: Сборник трудов. - Пермь : ПГТУ, 2010. - Т. Т1. - С. 118123.

228. Амосов, А. А. Вычислительные методы для инженеров / А. А. Амосов, Ю. А. Дубинский, Н. В. Копченова. - М. : Высш. школа, 1994. - 544 с.

229. Анализ данных и процессов / А. А. Барсегян, М. С. Куприянов, И. И. Холод [и др.]. - БХВ-Петербург, 2009. - 512 с.

230. Анализ функционирования и структурная декомпозиция информационных систем специального назначения / В. И. Сумин, Т. Е. Смоленцева, Ю. Ю. Громов, В. М. Тютюнник // Научно-техническая информация. Серия 2: Информационные процессы и системы. - № 8. - С. 5-14.

231. Андерсон, Т. Статистический анализ временных рядов / Т. Андерсон. -Москва : Издательство «Мир», 1976. - 760 с.

232. Афанасьев, В. Н. Анализ временных рядов и пронозирование / В. Н. Афанасьев. - М. : Финансы и статистика, 2010. - 320 с.

233. Бир, С. Кибернетика и управление производством / С. Бир. - М. : Наука, 1965.

- 391 с.

234. Блау, С. Л. Инвестиционный анализ / С. Л. Блау. - М. : Издательско-торговая корпорация «Дашков и Ко», 2018. - 256 с.

235. Бурганова, Т. А. Управление проектами: гинезис, структура / Т. А. Бурганова // Международный журнал гуманитарных и естественных наук. - 2018. - Тт. 12-1.

- С. 183-187.

236. Бурков, В. Н. Введение в теорию управления организационными системами / В. Н. Бурков, Н. А. Коргин, Д. А. Новиков. - М. : Либроком, 2009. - 264 с.

237. Бурков, В. Н. Введение в теорию активных систем / В. Н. Бурков, Д. А. Новиков. - М. : ИПУ РАН, 1996. - 125 с.

238. Бурков, В. Н. Как управлять проектами / В. Н. Бурков, Д. А. Новиков. - М. : СИНЕРГ ГЕО, 1997. - 188 с.

239. Виленский, П. Л. Оценка эффективности инвестиционных проектов. Теория и практика. / П. Л. Виленский, В. Н. Лившиц, С. А. Смоляк. - М. : Дело, 2002. -888 с.

240. Винер, Н. Кибернетика и общество / Н. Винер. - М. : Изд-во иностр. лит., 1958. - 200 с.

241. Винокур, В. М. Подход к прогнозированию успешности инновационного проекта / В. М. Винокур, Л. А. Мыльников, Н. В. Перминова // Проблемы управления. - 2007. - № 4. - С. 56-59.

242. Винокур, В. М. Интеллектуальная собственность как основа инновационной деятельности / В. М. Винокур, А. В. Трусов. - Пермь : Перм. гос. техн. ун-т, 2004.

- 295 с.

243. Воропаев, В. П. Управление проектами в России / В. П. Воропаев. - М. : Аланс, 1995. - 225 с.

244. Гитман, М. Б. Управление социально-техническими системами с учетом нечетких предпочтений / М. Б. Гитман, В. Ю. Столбов, Р. Л. Гилязов. - М. : ЛЕНАНД, 2011. - 272 с.

245. Гончаренко, Л. П. Риск-менеджмент / Л. П. Гончаренко, С. А. Филин. - М. : КНОРУС, 2008. - 216 с.

246. Гэри, М. Вычислительные машины и труднорешаемые задачи / М. Гэри, Д. Джонсон. - М. : Мир, 1982. - 416 с.

247. Дегтярев, Ю. И. Методы оптимизации: учеб. пособие для вузов / Ю. И. Дегтярев. - М. : Советское радио, 1980. - 272 с.

248. Долгова, Е. В. Анализ моделей сложных объектов в системах управления / Е. В. Долгова // Вестник Пермского государственного технического университета. Электротехника, информационные технологии, системы управления. - 2009. - №2 3.

- С. 216-221.

249. Друкер, П. Менеджмент: задачи, обязанности, практика / П. Друкер. - М. : ВИЛЬЯМС, 2008. - 992 с.

250. Евстратов, Е. Н. Определение групп продукции для совместного выпуска на основе статистического анализа продаж / Е. Н. Евстратов, Л. А. Мыльников, В. Ю. Столбов // Теория активных систем / ред. В. Н. Бурков, Д. А. Новиков. - Москва : Институт проблем управления им. В.А. Трапезникова РАН, 2011. - С. 143-147.

251. Захарова, А. П. Сравнительный анализ программных комплексов,

предназначенных для оценки инвестиционных проектов / А. П. Захарова // Вестник Дальневосточной государственной академии экономики и управления. - 2002. -Т. 22. - № 2. - С. 35-45.

252. Интеллектуальные решения обоснования инновационных решений / В. А. Харитонов, И. В. Ёлохова, В. И. Стаматин [и др.]. - Пермь : Изд-во Перм. гос. техн. ун-та, 2010. - 342 с.

253. Интеллектуальный анализ данных в управлении производственными системами: подходы и методы / Л. А. Мыльников, Б. Краузе, М. Кютц [и др.]; ред. Л. А. Мыльников. - «БИБЛИО-ГЛОБУС», 2017. - 272 с.

254. Использование динамических предиктивных моделей для управления техническими системами с инертностью / Л. А. Мыльников, Н. А. Гергель, А. В. Кычкин, Б. Краузе // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. - 2018. - № 26. - С. 77-91.

255. Канторович, Л. В. Математические методы организации планирования производства / Л. В. Канторович. - СПб. : Издательский дом С.-Петерб. гос. ун-та, 2012. - 96 с.

256. Клейнер, Г. Б. Производственные функции: теория, методы, применение / Г. Б. Клейнер. - М. : Финансы и статистика, 1986. - 239 с.

257. Когаловский, В. Происхождение ERP / В. Когаловский // Директор информационной службы. - 2000. - № 5.

258. Козырев, А. Н. Оценка стоимости нематериальных активов и интеллектуальной собственности / А. Н. Козырев, В. Л. Макаров. - М. : РИЦ ГШ ВС РФ, 2003. - 368 с.

259. Коротаев, В. Н. Вопросы развития инновационной инфраструктуры и коммерциализации научных разработок в Пермском национальном исследовательском политехническом университете / В. Н. Коротаев, Л. А. Мыльников // Инновации. - 2012. - № 11 (169). - С. 20-27.

260. Костров, А. В. Информационный менеджмент. Оценка уровня развития информационных систем / А. В. Костров. - Владимир : Изд-во ВлГУ, 2012. - 125 с.

261. Кулинич, А. А. Компьютерные системы моделирования когнитивных карт: подходы и методы / А. А. Кулинич // Проблемы управления. - 2010. - № 3. - С. 216.

262. Кульба, В. В. Информационное управление (предпосылки, методы и средства) / В. В. Кульба, В. Д. Малюгин, А. Н. Шубин // Проблемы управления. -2003. - № 1. - С. 62-67.

263. Л.А., М. Разработка информационной системы обработки данных и поддержки принятия решений для управления инновационными проектами: отчёт о НИР (заключительный) / М. Л.А. - Пермь, 2008. - 59 с.

264. Лекции по дискретной математике / М. Н. Вялый, В. В. Подольский, А. А. Рубцов [и др.]. - М. : Изд. дом Высшей школы экономики, 2021. - 496 с.

265. Математические модели определения времени обработки запросов на серверах информационных систем специального назначения / В. И. Сумин, Е. Д. Грачев, Ю. Ю. Громов, В. М. Тютюнник // Научно-техническая информация. Серия 2: Информационные процессы и системы. - 2023. - № 10. - С. 11-15.

266. Месарович, М. Теория иерархических многоуровневых систем / М. Месарович, Д. Мако, И. Такахара. - Издательство «Мир», 1973. - 344 с.

267. Методика определения и уточнения значений коэффициентов связей когнитивных карт на примере анализа взаимосвязи объемов финансирования научных исследований и патентной активности / Р. А. Файзрахманов, Л. А. Мыльников, Р. Х. Алкдироу, А. А. Суслова // Экономический анализ: теория и практика. - 2013. - № 30 (333). - С. 43-51.

268. Механизмы умного управления промышленного предприятия / В. В. Бурков, О. В. Логиновский, О. И. Дранко, А. В. Голлай // Прикладная математика и вопросы управления. - 2020. - № 1. - С. 59-73.

269. Моргенштерн, О. О точности экономико-статических наблюдений / О. Моргенштерн. - Москва : Статистика, 1968. - 293 с.

270. Мотвани, Р. Введение в теорию автоматов, языков и вычислений / Р. Мотвани, Д. Д. Ульман, Д. Э. Хопкрофт. - Москва : Диалектика, 2019. - 528 с.

271. Мыльников, Л. А. Автоматизация интеллектуальной поддержки процессов

оперативного управления электроснабжением промышленного предприятия: диссертация кандидата техничеких наук: 05.13.06 / Л. А. Мыльников. - Пермь : Пермский государственный технический университет, 2003. - 135 с.

272. Мыльников, Л. А. Адаптивные модели, методы и инструментальные средства в задачах управления динамическим портфелем инновационных проектов производственных систем со случайными и неопределёнными факторами взаимодействия с рынком / Л. А. Мыльников // Математические методы в технике и технологиях: сб. тр. междунар. науч. конф.: в 12 т. - СПб. : Изд-во Политехн. унта, 2019. - Т. 2. - С. 85-93.

273. Мыльников, Л. А. Вопросы информационной поддержки процесса управления научным предпринимательством в университетах и исследовательских организациях / Л. А. Мыльников // Вестник УрФУ. Серия: Экономика и управление. - 2012. - № 5. - С. 146-158.

274. Мыльников, Л. А. Вопросы формирования динамического портфеля инновационных проектов в производственных системах с дискретным временем / Л. А. Мыльников // XII Всероссийское совещание по проблемам управления. - М. : ИПУ РАН, 2019. - С. 3134-3138.

275. Мыльников, Л. А. Вопросы эффективного управления динамическим портфелем инновационных проектов производственных систем / Л. А. Мыльников // Прикаспийский журнал: управление и высокие технологии. - 2019. - Т. 46. - №2 2. - С. 10-21.

276. Мыльников, Л. А. Информационная поддержка в задачах управления производственными системами и проектами на основе прогностических моделей / Л. А. Мыльников // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. - 2017. - № 23. - С. 73-84.

277. Мыльников, Л. А. Информационная поддержка процесса управления портфелями проектов производственных систем на основе статистических данных / Л. А. Мыльников // Информационные ресурсы России. - 2021. - № 6. - С. 33-39.

278. Мыльников, Л. А. Исследование пропускной способности структурно

функциональных моделей в нотации EdPM / Л. А. Мыльников // Информационные процессы, системы и технологии. - 2025. - Т. 6. - № 1 (33). - С. 41-44.

279. Мыльников, Л. А. Микроэкономические проблемы управления инновационными проектами / Л. А. Мыльников // Проблемы управления. - 2011. -№ 2. - С. 2-11.

280. Мыльников, Л. А. Особенности решения моделей планирования производственной деятельности и управления в производственных системах с учетом фактора времени / Л. А. Мыльников // Информационно-измерительные и управляющие системы. - 2017. - Т. 15. - № 9. - С. 29-34.

281. Мыльников, Л. А. Повышение эффективности производственных систем за счет синхронизации процессов планирования при актуализации множества производственных проектов / Л. А. Мыльников // Вестник Тамбовского государственного технического университета. - 2025. - Т. 31. - № 2. - С. 189-199.

282. Мыльников, Л. А. Поддержка принятия решений при управлении инновационными проектами / Л. А. Мыльников. - Пермь : ПГТУ, 2011. - 145 с.

283. Мыльников, Л. А. Развитие методов и моделей прогнозирования и планирования в задачай управления инновационными проектами в производственно-экономических системах: диссертация доктора экон. наук: 08.00.13 / Л. А. Мыльников. - Пермь : Пермский национальный исследовательский политехнический университет, 2015. - 304 с.

284. Мыльников, Л. А. Развитие методов и моделей прогнозирования и планирования в задачах управления инновационными проектами в производственно-экономических системах / Л. А. Мыльников. - Пермский национальный исследовательский политехнический университет, 2015. - 304 с.

285. Мыльников, Л. А. Системный взгляд на проблему моделирования и управления производственными инновациями / Л. А. Мыльников // Научно-техническая информация. Серия 1: Организация и методика информационной работы. - 2012. - № 5. - С. 11-23.

286. Мыльников, Л. А. Сопоставление и синтез вариантов информационных инфраструктур поддержки принятия управленческих решений / Л. А. Мыльников

// Информационные ресурсы России. - 2022. - № 4. - С. 4-11.

287. Мыльников, Л. А. Статистические методы интеллектуального анализа данных / Л. А. Мыльников. - СПб. : БХВ-Петербург, 2021. - 240 с.

288. Мыльников, Л. А. Статистические методы интеллектцуального анализа данных / Л. А. Мыльников. - СПб. : БХВ-Петербург, 2021. - 240 с.

289. Мыльников, Л. А. Управление и внедрение результатов инновационных проектов в условиях динамики внешней среды и диффузии проектов / Л. А. Мыльников // Инновации. - 2019. - Т. 254. - № 12. - С. 104-112.

290. Мыльников, Л. А. Управление инновационными проектами на основе составного интегрального критерия / Л. А. Мыльников // Управление большими системами. Выпуск 29. - 2010. - С. 128-151.

291. Мыльников, Л. А. Управление проектами и системами в условиях цифровой экономики / Л. А. Мыльников. - Пермь : Изд-во Перм. нац. исслед. политехн. унта, 2021. - 130 с.

292. Мыльников, Л. А. Управление экономической эффективностью производственных систем в условиях непрерывного потока новых проектов / Л. А. Мыльников // Проблемы управления. - 2020. - № 6. - С. 31-45.

293. Мыльников, Л. А. Исследование информационных процессов организационных систем / Л. А. Мыльников, З. Аврамович, А. В. Мыльникова. -Пермь : Изд-во Перм. нац. исслед. политехн. ун-та, 2023. - 181 с.

294. Мыльников, Л. А. Подход к прогнозированию развития и управления жизненным циклом инвестиционных проектов / Л. А. Мыльников, Р. Х. Алькдироу // Управление большими системами. Выпуск 27. - 2009. - С. 293-307.

295. Мыльников, Л. А. Идентификация аварийного режима работы динамического оборудования на основе данных вибродиагностики и методов машинного обучения / Л. А. Мыльников, Н. А. Ефимов // Математические методы в технике и технологиях - ММТТ. - СПб. : Изд-во Политехн. ун-та, 2020. - Т. 4. -С. 9-13.

296. Мыльников, Л. А. Выбор методов классификации и повышение их эффективности в задачах идентификации на примере выявления мошенников в

магазинах полного самообслуживания / Л. А. Мыльников, А. С. Морозов, Д. В. Пухарева // Вестник Пермского национального исследовательского политехнического университета. Электротехника, информационные технологии, системы управления. - 2020. - № 33. - С. 129-146.

297. Мыльников, Л. А. Вопросы повышения эффективности управления паровой системой теплоснабжения при совместном использовании её для обеспечения технологического процесса и отопления зданий / Л. А. Мыльников, В. В. Носков, А. А. Сидоров. - № 30. - С. 133-150.

298. Мыльников, Л. А. Использование нечетких числел в динамических предиктивных моделях для решения задач управления производственными системами / Л. А. Мыльников, М. В. Садиахматов // Международная конференция по мягким вычислениям и измерениям. - Санкт-Петербург : Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В.И. Ульянова (Ленина), 2018. - Т. 1. - С. 562-565.

299. Мыльников, Л. А. Ранжирование результатов поиска с учетом предпочтений пользователя в условиях отсутствия персонализированной статистики / Л. А. Мыльников, А. С. Свитек // Информационные технологии. - 2024. - № 6. - С. 307317.

300. Мыльников, Л. А. Способ выбора метода прогнозирования и горизонта планирования параметров с использованием оценки риска / Л. А. Мыльников, А. Б. Селедкова // Информационные технологии. - 2018. - Т. 24. - № 2. - С. 97-103.

301. Мыльников, Л. А. Вопросы управления изменениями информационной инфраструктуры на примере задачи управления корзиной проектов производственной системы / Л. А. Мыльников, А. В. Трусов // Информационные ресурсы России. - 2022. - № 1. - С. 39-43.

302. Мыльников, Л. А. О подходе к проектированию логической модели данных инновационного проекта / Л. А. Мыльников, А. В. Трусов // Научно-техническая информация. Серия1: Организация и методика информационной работы. - 2011. -№ 9. - С. 8-13.

303. Мыльников, Л. А. Обзор концепций информационного управления

инновационными проектами / Л. А. Мыльников, А. В. Трусов, Н. И. Хорошев // Информационные ресурсы России. - 2010. - № 3 (115). - С. 34-39.

304. Мыльников, Л. А. Роль имитационного моделирования и вычислительных программных комплексов для принятия управленческих решений при реализации товарных инновационных проектов в производственно-экономических системах / Л. А. Мыльников, Р. А. Файзрахманов // Программные системы и вычислительные методы. - 2015. - № 4. - С. 390-406.

305. Немкова, Е. А. Математическое моделирование производственных систем с интервальной неопределенностью параметров: диссертация кандидата технических наук: 05.13.18 / Е. А. Немкова. - Пензенский государственный технологический университет, 2014. - 153 с.

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

307. Новиков, Д. А. Управление проектами: организационные механизмы / Д. А. Новиков. - М. : ПМСОФТ, 2007. - 140 с.

308. Новиков, Д. А. Модели и методы организационного управления инновационным развитием фирмы / Д. А. Новиков, А. А. Иващенко. - М. : Ленард, 2006. - 333 с.

309. Новиков, Д. А. Механизмы функционирования организационных систем с распределенным контролем / Д. А. Новиков, А. В. Цветков. - М. : ИПУ РАН, 2001. - 118 с.

310. Первозванский, А. А. Математические модели в управлении производством / А. А. Первозванский. - М. : Изд-во «Наука», 1975. - 616 с.

311. Питерсон, Д. Теория сетей Петри и моделирования систем / Д. Питерсон. -М. : Мир, 1984. - 264 с.

312. Попов, П. В. Диффузия: учебно-методическое пособие по курсу Общая физика / П. В. Попов. - М. : МФТИ, 2016. - 94 с.

313. Прогнозирование значений взаимосвязанных параметров с учетом тенденций свойственных рассматриваемым параметрам в производственно-экономических системах / Л. А. Мыльников, Б. Краузе, Р. А. Файзрахманов, И. В.

Корнев // Управление экономическими системами: электронный научный журнал.

- 2016. - № 9(91).

314. Ребрин, Ю. И. Основы экономики и управления производством: учебное пособие / Ю. И. Ребрин. - Таганрог : Издат-во ТРТУ, 2005. - 145 с.

315. Рис, Э. Бизнес с нуля. Метод Lean Startup для быстрого тестирования идей и выбора бизнес-модели / Э. Рис. - Альпина Паблишер, 2013. - 253 с.

316. Саати, Т. Принятие решений. Метод анализа иерархий. / Т. Саати. - Москва : Радио и связь, 1993. - 278 с.

317. Сазерленд, Д. SCRUM. Революционный метод управления проектами / Д. Сазерленд. - М. : Издательство "Манн, Иванов и Фербер", 2022. - 478 с.

318. Селиванов, С. Г. Инноватика / С. Г. Селиванов, М. Б. Гузаиров, А. А. Кутин.

- М. : Машиностроение, 2013. - 640 с.

319. Сергеев, И. В. Инвестиции / И. В. Сергеев, И. И. Веретенникова, В. В. Шеховцов. - М. : Издательство Юрайт, 2015. - 314 с.

320. Серебрякова, Т. А. Исследование современных информационных систем по управлению бизнес-процессами предприятий / Т. А. Серебрякова, Ю. А. Тин, К. Г. Енин // Creative Economy. - 2021. - Т. 15. - № 12. - С. 4809-4824.

321. Симонов, П. М. Экономико-математическое моделирование. Т. 1 / П. М. Симонов. - Пермь : Ред.-изд. отд. Пермского гос. ун-та, 2010. - 230 с.

322. Система интеллектуальной поддержки принятия решений при управлении макроэкономическим воспроизводственным процессом на основе имитационного моделирования / Б. Г. Ильясов, И. В. Дегтярева, Е. А. Макарова, Р. Р. Валитов // Вестник Уфимского государственного авиационного технического университета. -2012. - Т. 16. - № 3. - С. 217-229.

323. Советов, Б. Я. Моделирование систем / Б. Я. Советов, С. А. Яковлев. - М. : Высш. школа, 2001. - 343 с.

324. Средства семантического поиска,основанные на онтологических представлениях документальной информации / Н. В. Максимов, О. Л. Голицына, К. В. Монахов [и др.] // Научно-техническая информация. Серия 2: информационные процессы и системы. - 2019. - № 7. - С. 8-19.

325. Страуструп, Б. Язык программирования С++ / Б. Страуструп; ред. Ф. Андреева, А. Ушакова. - М.; СПб. : Бином; Невский Диалект, 2000. - 991 с.

326. Судаков, К. В. Функциональные системы / К. В. Судаков. - Москва : «Издательство РАМН», 2011. - 320 с.

327. Сумин, В. И. Оптимизация функционирования информационных систем специального назначения / В. И. Сумин, Ю. Ю. Громов, В. М. Тютюнник // Научно-техническая информация. Серия 2: Информационные процессы и системы. - 2023. - № 5. - С. 1-6.

328. Сундеев, П. В. Функциональная стабильность критичных информационных систем: основы анализа / П. В. Сундеев // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. - 2004. -№ 7. - С. 69-77.

329. Сунцов, В. П. Исследование информационных процессов управления разработкой строительной документации / В. П. Сунцов, Л. А. Мыльников // Информационные ресурсы России. - 2022. - № 5-6. - С. 40-47.

330. Таха, Х. А. Введение в исследование операций / Х. А. Таха. - М. : Издательский дом «Вильямс», 2007. - 901 с.

331. Тимофеев, Д. Н. Информационное обеспечение поддержки принятия групповых решений в полиструктурной процессно-ориентированной системе предприятия / Д. Н. Тимофеев, В. М. Тютюнник // Приборы и системы. Управление, контроль, диагностика. - 2020. - № 6. - С. 22-26.

332. Туккель, И. Л. Управление инновационными проектами / И. Л. Туккель, А. В. Сурина, Н. Б. Культин. - СПб. : БХВ-Петербург, 2011. - 416 с.

333. Управление инновационными проектами / А. Б. Петроченков, И. Г. Севастьянова, А. В. Трусов [и др.]; ред. Л. А. Мыльников. - Пермь : ПГТУ, 2009. - 298 с.

334. Файзрахманов, Р. А. Разработка концепции цифровых платформ для исследований и разработок, а также разработка и утверждение долгосрочной программы их создания и внедрения в сети научных, образовательных организаций и технологических компаний Российской Федерации: отчёт о НИР /

Р. А. Файзрахманов, Л. А. Мыльников. - Пермь, 2018. - 58 с.

335. Файзрахманов, Р. А. Разработка и анализ однопродуктовых динамических моделей формирования оптимальной производственной программы в условиях детерминированного описания среды / Р. А. Файзрахманов, О. С. Скирюк // Вестник Пермского университета. Серия Экономика. - 2011. - № 4. - С. 64-73.

336. Фомичев, А. Н. Риск-менеджмент / А. Н. Фомичев. - М. : Дашков и Ко, 2009.

- 376 с.

337. Хэй, Д. Теория организации промышленности: в 2 т. / пер. с англ. под ред. А.Г. Слуцкого / Д. Хэй, Д. Моррис. - СПб : Экономическая школа, 1999. - 384 с.

338. Цветкова, Н. А. Модели распространения инноваций: от описания к управлению инновационными процессами / Н. А. Цветкова, И. Л. Туккель // Инновации. - 2017. - № 11 (229). - С. 106-111.

339. Цыганов, А. А. Теория и практика страхования инновационных рисков /

A. А. Цыганов, Ю. В. Грызенкова. - М. : Изд-во РАГС, 2005. - 152 с.

340. Цыганов, В. В. Адаптивные механизмы в отраслевом управлении /

B. В. Цыганов. - М. : Наука, 1991. - 166 с.

341. Цыганов, В. В. Интеллектуальное предприятие / В. В. Цыганов, В. А. Бородин, Г. Б. Шишкин. - Москва : Университетская книга, 2004. - 768 с.

342. Чекал, Е. Г. Надёжность информаационных систем / Е. Г. Чекал, А. А. Чичев.

- Ульяновск : УлГУ, 2012. - 118 с.

343. Черняховская, Л. Р. Поддержка принятия решений при управлении сложными объектами в критических ситуациях на основе инженерии знаний: диссертация доктора техн. наук: 05.13.01 / Л. Р. Черняховская. - УГАТУ, 2004. -380 с.

344. Чхартишвили, А. Г. Теоретико-игровые модели информационного управления / А. Г. Чхартишвили. - М. : ПМСОФТ, 2004. - 227 с.

345. Шеннон, К. Работы по теории информации и кибернетике / К. Шеннон. - М. : Изд-во иностр. лит., 1963. - 832 с.

346. Юсупов, И. Ю. Распознавание критических ситуаций сложных технических систем / И. Ю. Юсупов, Р. Г. Нигматуллин, Л. Р. Черняховская // Приборы и

системы управления. - 1977. - № 1. - С. 62—71.

347. Якимов, А. И. Анализ методов построения имитационных моделей корпоративных информационных систем / А. И. Якимов // Информационные системы и технологии. - 2016. - № 2. - С. 40-50.

ПРИЛОЖЕНИЯ

Приложение А (справочное)

Пример данных, собираемых о проектах при исследовании структурно-

функциональной модели методом имитационного моделирования

ГО проекта Операция Начало выполнения Длительность выполнения

1001 "У1" 6 3

1002 "УГ 6 3

1003 "У1" 6 3

1005 "У1" 8 2

1004 "У1" 8 2

1007 "У1" 11 3