Разработка метода и моделей управления портфелем проектов в организационных системах на основе оптимизации распределения интеллектуальных ресурсов тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Бекетов Сальбек Мустафаевич

• Бекетов Сальбек Мустафаевич
• кандидат наук
• 2025

Оглавление диссертации кандидат наук Бекетов Сальбек Мустафаевич

Введение

1. Анализ моделей, методов и алгоритмов решения задач управления портфелем проектов в организационных системах

1.1. Управление портфелем проектов в организационных системах

1.2. Модели и методы управления ресурсами портфелей проектов в организационных системах

1.3. Методы и алгоритмы оптимизации в сложных организационных системах

1.4. Постановка задачи оптимизации распределения интеллектуальных ресурсов при управлении портфелем проектов в организационных системах

Выводы по главе

2. Разработка метода и моделей управления портфелем проектов в организационных системах на основе оптимизации распределения интеллектуальных ресурсов

2.1. Метод иерархического управления портфелем проектов в организационных системах на основе оптимизации распределения интеллектуальных ресурсов

2.2. Модель и алгоритм решения задачи многокритериальной оптимизации распределения интеллектуальных ресурсов на нижнем уровне иерархии портфеля проектов в организационных системах

2.3. Модель и алгоритм решения задачи формирования портфеля проектов в организационных системах на основе профилей Парето отдельных проектов

2.4. Модель и алгоритм интеллектуальной поддержки принятия управленческих решений при динамической балансировке портфеля проектов

Выводы по главе

3. Программная реализация и вычислительные эксперименты на базе моделей управления портфелем проектов

3.1. Программная реализация разработанных результатов

3.2. Вычислительные эксперименты на базе разработанных моделей и алгоритмов управления портфелем проектов в организационных системах

3.3. Анализ результатов вычислительных экспериментов

Выводы по главе

4. Апробация разработанных результатов исследования

4.1. Апробация результатов на базе портфелей проектов в научно-исследовательских лабораториях

4.2. Апробация результатов на базе проектов поверхностного обустройства месторождений

Выводы по главе

Заключение

Список сокращений и условных обозначений

Список литературы

Приложение А. Структура портфеля проектов научно-исследовательских лабораторий

Приложение Б. Структура проекта по разработке алгоритмов оптимизации календарно-сетевых графиков III уровня в проектах поверхностного обустройства месторождений

Приложение В. Акт о внедрении результатов в научно-исследовательских лабораториях

Приложение Г. Акт о внедрении результатов в образовательную деятельность

Приложение Д. Акт о подготовке к внедрению в ООО «ЭТЦ «АЛЬФА»

ВВЕДЕНИЕ

Введение диссертации (часть автореферата) на тему «Разработка метода и моделей управления портфелем проектов в организационных системах на основе оптимизации распределения интеллектуальных ресурсов»

Актуальность

Управление сложными организационными системами требует применения более сложных и многообразных инструментов по сравнению с классическими организационными системами. Данные инструменты должны учитывать структурное разнообразие элементов и множественность неоднородных связей, разнообразие и изменчивость решаемых задач, адаптивность структуры и правил функционирования, проявляющееся в сложных организационных системах. Частным случаем сложной организационной системы являются научно -исследовательские лаборатории, удовлетворяющие всем вышеперечисленным критериям. Деятельность научно-исследовательских лабораторий базируется на выполнении проектов как в рамках грантовых программ, так и по заказам компаний реального сектора экономики. Эффективность управления портфелем проектов влияет на успешность и динамику развития научно-исследовательских лабораторий, поэтому совершенствование инструментов управления портфелем проектов в данных лабораториях вносит вклад в развитие теории и практики управления сложными организационными системами.

Диссертация направлена на решение научной проблемы несовершенства инструментальной базы управления портфелем проектов в сложных организационных системах за счет решения научной задачи распределения интеллектуальных ресурсов в портфеле проектов. Существующие инструменты сводят практическую задачу к задаче однокритериальной оптимизации, направлены на локальную оптимизацию распределения ресурсов в рамках отдельных проектов и не учитывают вероятностные факторы, что ограничивает их применение в управлении портфелем проектов в сложных организационных системах.

Развитие инструментов управления портфелем проектов повышает результативность их реализации, что способствует приоритетам научно-технологического развития Российской Федерации в части формирования

эффективной системы управления в области науки, технологий и производства и осуществления инвестиций в эту область, единого научно-технологического пространства, ориентированного на решение государственных задач и удовлетворение потребностей экономики и общества (пункт 32 Стратегии научно -технологического развития Российской Федерации).

Исследование также соответствует концепции технологического развития на период до 2030 года от Правительства Российской Федерации от 20 мая 2023 г. № 1315-р в части выстраивания деятельности институтов инновационного развития с учетом сложившегося портфеля инновационных проектов, компетенций сотрудников и подразделений института инновационного развития, а также доступной экспертизы, обеспечивающей необходимое качество принимаемых решений и оценку потенциальной возможности внести существенный вклад в развитие и внедрение технологий, соответствующих технологическим приоритетам.

Степень разработанности темы исследования

Проблеме принятия обоснованных решений при управлении проектами и портфелями проектов в организационных системах уделяется большое внимание в научном сообществе. Основоположниками данного направления являются Г. Гантт, Д.Л. Пельц, Р. Тернер, П. Уивер, Д. Канеман. Задачей распределения интеллектуальных ресурсов в организационных системах занимались такие ученые как Л.В. Канторович, Дж. Келли, М. Уокер, Э. Голдратт, Г. Марковиц. В настоящее время передовые исследования в данной области проводятся в следующих научных институтах: Слоунская школа менеджмента Массачусетского технологического института (Дж.Д. Стерман, С.Д. Эппингер, Н.П. Репеннинг), Бизнес-школа Сайда (Б. Фливбьерг, А. Будциер, А. Ансар, Х. Мейлор), Институт проблем управления им. В.А. Трапезникова Российской академии наук (Д.А. Новиков, В.Н. Бурков, А.В. Цветков), Высшая школа экономики (коллектив В.М. Аньшина).

Вопросам применения методов иерархической оптимизации в управлении организационными системами уделяется внимание в исследованиях Т.Л. Саати,

М.Д. Месарович, применения вероятностных методов оптимизации - в исследованиях Г. Райффа, А.Дж. Кина, Р. Талера, Р.А. Ховарда, многокритериальных методов оптимизации - в работах Ю.Б. Гермейера, В.В. Подиновского, В.Д. Ногина, К.М. Миеттинена, Р.Э. Штойера. Наиболее значимыми научными школами, разрабатывающими и применяющими инструменты оптимизации в организационных системах, являются факультет науки управления и инженерии Стэнфордского университета (С.П. Бойд, Р.А. Ховард), базирующийся во Франции Европейский институт управления бизнесом INSEAD (Л. Ван Вассенхов, Э. Ючесан, И. Попеску, Дж. Холл), факультет вычислительной математики и кибернетики Московского государственного университета им. М.В. Ломоносова (А.В. Лотов, Ф.П. Васильев, А.В. Кряжимский), факультет прикладной математики Санкт-Петербургского государственного университета (В.Д. Ногин, Л.В. Владимирова, А.П. Парфенов). В работах перечисленных школ развиваются отдельные подходы к иерархической, вероятностной и многокритериальной оптимизации. Однако объединенный подход, позволяющий интегрировать все три вида оптимизационных задач в единую систему поддержки управленческих решений, в современном научном дискурсе пока отсутствует, что формирует разрыв между существующим инструментарием и практическими потребностями при управлении портфелем проектов в сложных организационных системах. Гипотеза исследования заключается в возможности преодоления данного разрыва за счет интеграции взаимодополняющих оптимизационных методов для решения задачи распределения интеллектуальных ресурсов портфеля проектов в организационных системах.

Объект исследования

Объектом исследования являются научно-исследовательские лаборатории как организационные системы, реализующие портфели проектов с применением каскадной модели управления.

Предмет исследования

Предметом исследования является управление портфелями проектов, реализуемыми в научно-исследовательских лабораториях с применением каскадной модели управления.

Цель диссертационного исследования

Целью исследования является повышение эффективности управления портфелем проектов в организационных системах на примере научно-исследовательских лабораторий.

Задачи диссертационного исследования

Для достижения цели необходимо решить следующие задачи:

1. Провести анализ методов и алгоритмов решения задач управления портфелем проектов в организационных системах, в частности, задачи оптимизации распределения интеллектуальных ресурсов.

2. Разработать метод иерархического управления портфелем проектов в организационных системах на основе оптимизации распределения интеллектуальных ресурсов.

3. Разработать модель и алгоритм решения задачи многокритериальной оптимизации распределения интеллектуальных ресурсов на нижнем уровне иерархии портфеля проектов в организационных системах.

4. Разработать модель и алгоритм решения задачи формирования портфеля проектов в организационных системах на основе профилей Парето отдельных проектов.

5. Разработать модель и алгоритм интеллектуальной поддержки принятия управленческих решений при динамической балансировке портфеля проектов.

6. Провести апробацию разработанных результатов на базе научно-исследовательской лаборатории с целью проверки их применимости для решения практических задач управления портфелем проектов в организационных системах.

Научная новизна исследования

Настоящее исследование направлено на приращение научного знания в области повышения эффективности управления в организационных системах, в частности, на развитие инструментальных основ управления портфелем проектов посредством решения научной задачи распределения интеллектуальных ресурсов в портфеле проектов:

1. для достижения оптимальных решений на верхнем уровне иерархии с учетом синергетического эффекта от реализации отдельных проектов;

2. для учета множественности целевых функций оптимизации портфеля проектов и предоставления набора альтернативных управленческих решений;

3. для учета рисков, связанных с вероятностными факторами внешней и внутренней среды.

Научные результаты исследования

В рамках выполнения диссертационного исследования получены новые научные результаты:

1. Разработан метод иерархического управления портфелем проектов в организационных системах на основе оптимизации распределения интеллектуальных ресурсов, отличающийся двумя уровнями оптимизации, соответствующих уровням управления, и позволяющий находить глобально оптимальные решения в отношении портфеля проектов.

2. Разработаны модель и алгоритм решения задачи многокритериальной оптимизации распределения интеллектуальных ресурсов на нижнем уровне иерархии портфеля проектов в организационных системах, отличающиеся возможностью нахождения набора Парето-оптимальных решений в многомерном пространстве с заданным уровнем точности и позволяющие формировать оптимальный состав команд проектов с учетом множественности целевых функций.

3. Разработаны модель и алгоритм решения задачи формирования портфеля проектов в организационных системах на основе профилей Парето отдельных

проектов, отличающиеся учетом оптимального распределения интеллектуальных ресурсов на нижнем уровне иерархии и позволяющие формировать глобально оптимальный состав портфеля проектов.

4. Разработаны модель и алгоритм интеллектуальной поддержки принятия управленческих решений при динамической балансировке портфеля проектов в организационных системах, отличающиеся возможностью сдвига начала проектов и попарного обмена интеллектуальными ресурсами и позволяющие балансировать загрузку ресурсов между проектами на нижнем уровне иерархии, снижая общие сроки и трудозатраты портфеля проектов в организационных системах.

Соответствие диссертации Паспорту научной специальности

Результаты исследования соответствуют Паспорту научной специальности 2.3.4. «Управление в организационных системах», в частности по следующим направлениям:

- п. 3 «Разработка методов и алгоритмов решения задач управления в организационных системах» (результаты № 1, 2 и 3);

- п. 9 «Разработка методов и алгоритмов интеллектуальной поддержки принятия управленческих решений в организационных системах» (результат № 4).

Теоретическая значимость исследования

Теоретическая значимость диссертационного исследования заключается в развитии инструментальной базы управления в организационных системах в части разработки метода и моделей управления портфелем проектов в организационных системах на основе оптимизации распределения интеллектуальных ресурсов.

Практическая значимость исследования

Практическая значимость полученных результатов заключается в возможности использования разработанных метода и моделей для поддержки принятия решений при управлении портфелем проектов в части оптимального распределения интеллектуальных ресурсов. Практическое применение результатов

исследования позволяет рационально распределять интеллектуальные ресурсы в портфеле проектов с учетом иерархического, многокритериального и вероятностного характера процессов управления портфелем проектов. Рекомендуется использование результатов работы для решения задач управления портфелем проектов в организационных системах предприятий, реализующих проекты по каскадной модели управления.

Методы исследования

Для решения задачи повышения эффективности управления портфелем проектов в организационных системах используется комплекс инструментов, включающий в себя иерархическую оптимизацию, мультиагентный подход, математическое моделирование, Парето-оптимизацию, группу методов Монте-Карло и стохастическую целочисленную оптимизацию.

Основные положения, выносимые на защиту

1. Метод иерархического управления портфелем проектов в организационных системах на основе оптимизации распределения интеллектуальных ресурсов, отличающийся двумя уровнями оптимизации, соответствующих уровням управления, позволяет находить глобально оптимальные решения в отношении портфеля проектов.

2. Модель и алгоритм решения задачи многокритериальной оптимизации распределения интеллектуальных ресурсов на нижнем уровне иерархии портфеля проектов в организационных системах, отличающиеся возможностью нахождения набора Парето-оптимальных решений в многомерном пространстве с заданным уровнем точности, позволяют формировать оптимальный состав команд проектов с учетом множественности целевых функций.

3. Модель и алгоритм решения задачи формирования портфеля проектов в организационных системах на основе профилей Парето отдельных проектов, отличающиеся учетом оптимального распределения интеллектуальных ресурсов на

нижнем уровне иерархии, позволяют формировать глобально оптимальный состав портфеля проектов.

4. Модель и алгоритм интеллектуальной поддержки принятия управленческих решений при динамической балансировке портфеля проектов в организационных системах, отличающиеся возможностью сдвига начала проектов и попарного обмена интеллектуальными ресурсами, позволяют балансировать загрузку ресурсов между проектами на нижнем уровне иерархии, снижая общие сроки и трудозатраты портфеля проектов в организационных системах.

5. Практическое применение полученных результатов позволяет рационально распределять интеллектуальные ресурсы в портфеле проектов с учетом иерархического, многокритериального и вероятностного характера процессов управления в организационных системах.

Степень достоверности и апробация результатов

Достоверность и обоснованность полученных результатов обеспечивается строгостью применяемого математического аппарата, а также результатами математического и компьютерного моделирования.

Полученные в ходе диссертационного исследования результаты представлены на 9 всероссийских и международных профильных научных и научно-практических конференциях: 6th International Scientific Conference on Innovations in Digital Economy: SPBPU IDE-2024, VI Международный форум «Передовые цифровые и производственные технологии», II, III, IV Всероссийская учебно-научная конференция «I&Q project: управление инновациями в условиях цифровой трансформации» (2023, 2024, 2025), Международная научно-практическая конференция «Интеллектуальная инженерная экономика и индустрия 5.0» (ЭКОПРОМ-2024), XXVIII Международная научно-практическая конференция «Системный анализ в проектировании и управлении» (SAEC-2024), I Всероссийская научно-практическая конференция «Современные подходы в системном инжиниринге и цифровом моделировании сложных производственных

систем» (SEDM-2025), XII Международная научно-практическая конференция «Интеллектуальная инженерная экономика и индустрия .6.0» (ИНПРОМ-2025).

Результаты работы используются при управлении портфелями проектов в научно-исследовательских лабораториях «Цифровое моделирование индустриальных систем» и «Промышленные системы потоковой обработки данных» Передовой инженерной школы «Цифровой инжиниринг» ФГАОУ ВО «Санкт-Петербургский политехнический университет Петра Великого». Также результаты использованы в рамках реализации научно-исследовательских работ по оптимизации календарно-сетевых графиков поверхностного обустройства месторождений.

Результаты работы также используются в образовательном процессе ФГАОУ ВО «Санкт-Петербургский политехнический университет Петра Великого» при подготовке студентов по направлению 27.03.05 «Инноватика» и 27.03.02 «Управление качеством» (дисциплина «Методы анализа и оптимизации процессов предприятия»), студентов по направлению 27.04.05 «Инноватика» (дисциплины «Математические модели технических объектов управления» и «Цифровое моделирование производственных процессов»), студентов по направлению 01.03.05 и 01.04.05 «Статистика» (дисциплины «Цифровое моделирование производственных процессов»), студентов по направлению 27.04.03 «Системный анализ и управление» (дисциплины «Математические модели технических объектов управления», «Модели и методы принятия решений», «Цифровое моделирование по отраслям деятельности») а также при подготовке выпускных квалификационных работ бакалавров и магистров в качестве инструментальной базы разработки методов многокритериальной, иерархической и вероятностной оптимизации для принятия решений при управлении в организационных системах.

Личный вклад

Личный вклад соискателя заключается в создании всех основных результатов диссертационного исследования, выносимых на защиту.

Публикации

По материалам диссертации опубликовано и принято к печати 30 работ, в том числе:

- 9 статей в научных журналах, рекомендованных ВАК;

- 15 публикаций в других изданиях;

- 6 свидетельств о государственной регистрации Программ для ЭВМ.

Благодарности

Исследование выполнено при поддержке Министерства науки и высшего образования Российской Федерации (государственное задание № 075-03-2025-256 от 16.01.2025).

Структура и содержание диссертационной работы

Диссертация состоит из введения, 4 глав и заключения. Объем диссертации составляет 177 страниц и включает, в том числе, 38 рисунков, 12 таблиц и 5 приложений. Список использованных источников содержит 146 наименований.

1. АНАЛИЗ МОДЕЛЕЙ, МЕТОДОВ И АЛГОРИТМОВ РЕШЕНИЯ ЗАДАЧ УПРАВЛЕНИЯ ПОРТФЕЛЕМ ПРОЕКТОВ В ОРГАНИЗАЦИОННЫХ

СИСТЕМАХ

1.1. Управление портфелем проектов в организационных системах

В настоящем исследовании объектом являются научно-исследовательские лаборатории как организационные системы, в рамках которых осуществляются функции управления научно-исследовательскими проектами. Процессы управления научными исследованиями и разработками регламентируются ГОСТ Р 59679-2022 «Комплексная система управления научными исследованиями и разработками. Общие положения».

Согласно п. 4.1 данного стандарта комплексная система управления научными исследованиями и разработками состоит из подсистем долгосрочного прогнозирования развития технологий, планирования развития технологий, выполнения научно-исследовательских работ и тактического управления научно-исследовательскими работами и проектами по развитию технологий, управления результатами научно-технической деятельности, управления ресурсами прикладной науки [1].

Согласно п. 4.4.1 стандарта в рамках процесса тактического управления научно-исследовательскими проектами результатами являются детальные планы проектов, а также скоординированные планы загрузки ресурсов в рамках этих проектов [1]. Координация планов загрузки ресурсов обосновывает необходимость рассмотрения процессов управления данными проектами в рамках портфельного подхода.

Одной из наиболее значимых функций управления портфелем научно -исследовательских проектов является функция управления ресурсами. Согласно п. 4.6.1 стандарта в рамках подсистемы управления ресурсами по каждому из указанных видов ресурсов можно выделить два контура управления, отличающихся длительностью управленческого цикла, горизонтом планирования и реализации мероприятий: стратегический и тактический [1].

Таким образом, система управления портфелями проектов представляет собой сложную организационную систему в рамках научно-исследовательских лабораторий.

Термин «портфель проектов» может быть использован в разных контекстах в зависимости от тематики исследования, научной школы и научного направления, поэтому необходимо установить терминологическую базу настоящего исследования в части определения портфеля проектов.

В стандарте ГОСТ Р ИСО 21500-2023 «Управление проектами, программами и портфелями проектов. Контекст и основные понятия» под портфелем проектов понимается совокупность компонентов портфеля, сгруппированных вместе, чтобы облегчить управление ими для достижения стратегических целей. При этом под компонентами портфеля могут пониматься проекты, программы, портфели или иная сопутствующая работа [2].

Руководство PMBOK (7-е издание) определяет портфель проектов как проекты, программы, вложенные портфели и операционная деятельность, управляемые совместно как единое целое для достижения стратегических целей организации [3]. Авторы уточняют, что хотя стандарт описывает взаимосвязь портфелей с остальными компонентами системы создания ценности, детальное руководство по их управлению вынесено в отдельный документ PMI "The Standard for Portfolio Management" (4-е изд., 2017). Тем не менее само определение присутствует в PMBOK 7 и повторяет формулировку PMI Lexicón, сохраняя преемственность предыдущих редакций.

В исследовании [4] портфель проектов представлен как группа проектов, которые реализуются в рамках и под общим руководством конкретной организации, при этом в рамках данного определения полностью игнорируется динамичный характер данной системы.

Авторы исследования [5] определяют портфель проектов как динамичный список активных проектов компании, который постоянно обновляется и пересматривается. В данной работе определение схоже с определением портфеля

проектов из работы [4], но уже присутствует динамичность, однако отсутствует стратегическая направленность.

Иным образом портфель проектов определяется в исследовании [6]. Портфель проектов - это набор проектов с их приоритетностью, где риски, сложность, потенциальная доходность и распределение ресурсов должны быть сбалансированы и согласованы с корпоративной стратегией, чтобы обеспечить оптимальную выгоду для предприятия. В отличии от работ [4] и [5] в данном определении акцент делается на важности баланса между различными факторами, такими как риски, сложность и потенциальная доходность.

В современных исследованиях портфель проектов определяется как совокупность проектов и программ, направленных на достижение конкретных целей организации [7] или как совокупность идентифицированных, классифицированных, оцененных проектов с ограниченными ресурсами, за которые они конкурируют [8]. Как и в работах [4], [5] и [6], определения из [7] и [8] подчеркивают необходимость учета системности, ресурсной конкуренции и стратегической направленности.

Для дальнейшего формализованного анализа были определены четыре взаимодополняющих критериев, позволяющих классифицировать существующие определения портфеля проектов:

- стратегическая направленность (отражает, фиксируется ли прямое соотнесение портфеля проектов с корпоративными целями);

- динамичность (показывает, рассматривается ли портфель как непрерывный процесс);

- ресурсная конкуренция (указывает на ограниченные ресурсы и необходимость их перераспределения);

- учет межпроектных зависимостей (фиксирует внимание к синергии/конфликтам между компонентами).

Категоризация рассмотренных определений по перечисленным выше критериям представлена в таблице 1.1.

Таблица 1.1 - Категоризация определений по упомянутым критериям Источник: разработано автором

Источник Стратегическая направленность Динамичность Ресурсная конкуренц ия Учет межпроектных зависимостей

ГОСТ Р ИСО 21500-2023 да нет выделено неявно косвенно

PMBOK (7-е издание) да косвенно выделено неявно да

Archer N. P., Ghasemzadeh F. косвенно нет косвенно нет

Cooper R. G., Edgett S. J., Kleinschmidt E. J. нет да нет косвенно

Petit Y., Hobbs B. да нет да косвенно

Rincón C. A. M. et al. да нет нет косвенно

Rozmus S. нет косвенно да да

С учетом перечисленных выше источников в данной работе портфель проектов будет пониматься как динамически управляемая совокупность взаимосвязанных проектов, реализуемых в условиях ограниченности ресурсов для достижения общей стратегической цели.

В данной постановке объекта исследования портфель проектов является сложной организационной системой.

Во-первых, выявлено структурное разнообразие элементов, включающих контур портфеля проектов и контур отдельных проектов. Данные контуры представляют собой самостоятельные, но тесно взаимосвязанные подсистемы, каждая из которых выполняет специфические функции: контур портфеля обеспечивает стратегическое планирование, перераспределение ресурсов и

формирование сценариев реализации, а контур проектов реализует оперативное управление конкретными задачами и адаптацию к ограничениям. Портфель проектов представляет собой иерархическую многоуровневую систему, где каждый уровень обладает своей внутренней логикой и динамикой.

Во-вторых, в портфеле проектов присутствует множественность неоднородных связей между элементами системы. Между двумя основными контурами наблюдается интенсивный обмен данными, ресурсами, ограничениями и сценариями. Все это вместе создает плотную сеть обратных и прямых связей, позволяющих системе адаптироваться к внешним и внутренним изменениям. Например, уточнения по отдельным проектам влияют на перераспределение ресурсов и пересчет состава портфеля, а новые ограничения на уровне портфеля, в свою очередь, корректируют параметры реализации отдельных проектов. Такая взаимозависимость усиливает саморегулирующий потенциал системы.

В-третьих, исследование подтвердило наличие разнообразия и изменчивости задач, решаемых системой управления портфелем. Постоянная необходимость адаптироваться к меняющимся требованиям, перераспределять ресурсы и формировать новые проектные инициативы делает поведение системы динамичным и вариативным.

Список литературы диссертационного исследования кандидат наук Бекетов Сальбек Мустафаевич, 2025 год

СПИСОК ЛИТЕРАТУРЫ

1. ГОСТ Р 59679-2022. Национальный стандарт Российской Федерации. Комплексная система управления научными исследованиями и разработками. Общие положения (утв. и введен в действие Приказом Росстандарта от 17.11.2022 N 1311-ст).

2. ГОСТ Р ИСО 21500-2023. Национальный стандарт Российской Федерации. Управление проектами, программами и портфелями проектов. Контекст и основные понятия (утв. и введен в действие Приказом Росстандарта от 30.10.2023 N 1293-ст).

3. Project Management Institute. A Guide to the Project Management Body of Knowledge (PMBOK® Guide)-Seventh Edition and The Standard for Project Management. - Project Management Institute, 2021.

4. Archer N. P., Ghasemzadeh F. An integrated framework for project portfolio selection //International Journal of Project Management. - 1999. - Т. 17. - №. 4. - С. 207-216.

5. Cooper R. G., Edgett S. J., Kleinschmidt E. J. New product portfolio management: practices and performance //Journal of Product Innovation Management: An International Publication of The Product Development & Management Association. - 1999. - Т. 16. - №. 4. - С. 333-351.

6. Petit Y., Hobbs B. Project portfolios in dynamic environments: Sources of uncertainty and sensing mechanisms //Project Management Journal. - 2010. - Т. 41. -№. 4. - С. 46-58.

7. Project portfolio risk management. Bibliometry and collaboration Scientometric domain analysis / C. A. Micán Rincón, O. Rubiano-Ovalle, C. Delgado Hurtado, C. A. Andrade-Eraso // Heliyon. - 2023. - Vol. 9, No. 9. - P. e19136. - DOI 10.1016/j.heliyon.2023.e19136.

8. Rozmus S. Method For Determining the Set of Acceptable Proj ect Portfolios of a Company with Limited Resources // Research in Business Innovation, Management, and Performance: 40MGT 2022. - 2022. - Volume 2022 (6) - 4030022.

9. Диденко Н. И. Жизненный цикл сложных систем в среде бизнес-инжиниринга : Учебное пособие / Н. И. Диденко, Д. Ф. Скрипнюк, И. И. Дементьев.

- 1-е изд.. - Москва : Издательство Юрайт, 2024. - 210 с. - (Высшее образование).

- ISBN 978-5-534-17999-6.

10. Гинцяк А. М. Организационные системы как объект управления : Учебное пособие / А. М. Гинцяк, К. Н. Поспелов. - Санкт-Петербург : Санкт-Петербургский политехнический университет Петра Великого, 2025. - 52 с. - ISBN 978-5-7422-9113-8. - DOI 10.18720/SPBPU/2/id25-261.

11. Новиков Д. А. Кибернетика: Навигатор. История кибернетики, современное состояние, перспективы развития / Д. А. Новиков. - Москва : Ленанд, 2016. - 160 с. - ("Умное управление"). - ISBN 978-5-9710-2549-8.

12. Туккель И. Л. Кибернетический подход к управлению инновационными процессами / И. Л. Туккель, Н. А. Цветкова // Системный анализ в проектировании и управлении : Сборник научных трудов XIX Международной научно-практической конференции, Санкт-Петербург, 01-03 июля 2015 года. Том Часть 2. - Санкт-Петербург: Федеральное государственное автономное образовательное учреждение высшего образования "Санкт-Петербургский политехнический университет Петра Великого", 2015. - С. 113-118.

13. Клочков, Ю. С. Учет неопределенности при проведении процедуры FMEA-анализа / Ю. С. Клочков, Г. А. Фокин, О. В. Сыровацский // Известия Самарского научного центра Российской академии наук. - 2021. - Т. 23, № 6(104).

- С. 26-32. - DOI 10.37313/1990-5378-2021-23-6-26-32.

14. Современные методы оценки величины риска и их ограничения / Д. И. Панюков, В. Н. Козловский, Д. В. Айдаров, М. В. Шакурский // СТИН. - 2023. - № 7. - С. 26-29.

15. Ильина И. В. Понятие и классификация ресурсов процесса производства / И. В. Ильина, О. В. Сидоренко // Экономический анализ: теория и практика. - 2008. - № 18(123). - С. 36-42.

16. Пряничников А. Д. Ресурсы предприятия: виды, классификация, характеристика / А. Д. Пряничников, Е. И. Чибисова // Вестник науки. - 2024. - Т. 5, № 6(75). - С. 198-203.

17. Honcharenko I. Innovation as a factor of the labor resources of rural areas reserve / I. Honcharenko, N. Shyshpanova // Research for Rural Development : 27th, Jelgava, 12-14 may 2021. - Jelgava, 2021. - P. 174-179. - DOI 10.22616/rrd.27.2021.025.

18. Kerzner H. Project Management: A System Approach to Planning, Schedulling and Controlling. 4th ed. N. Y.: Van Noatrad Renhold, 1992.

19. Fleming Q. W., Koppelman J. M. The essence of evolution of earned value //Cost Engineering. - 1994. - Т. 36. - №. 11. - С. 21.

20. Финансовый менеджмент: планирование, проектирование и управление / Г. Я. Остаев, О. О. Злобина, И. М. Гоголев, П. М. Кислицкий // Russian Journal of Management. - 2023. - Т. 11, № 1. - С. 193-210. - DOI 10.29039/2409-60242023-11-1-193-210.

21. System-dynamic model for managing financial and intellectual resources of a digital project / V. Timokhin, A. Kolomytseva, A. Medvedev [et al.] // CEUR Workshop Proceedings : 26, Kaunas, 23 апреля 2021 года. - Kaunas, 2021. - P. 175-180.

22. Chiang H. Yi. A Decision Model for Human Resource Allocation in Project Management of Software Development / H. Yi. Chiang, B. M. T. Lin // IEEE Access. -2020. - Vol. 8. - P. 38073-38081. - DOI 10.1109/access.2020.2975829.

23. Rahmanniyay F., Yu A. J. A multi-objective stochastic programming model for project-oriented human-resource management optimization //International Journal of Management Science and Engineering Management. - 2019. - Т. 14. - №. 4. - С. 231239.

24. Гинцяк А. М. Теоретико-игровая модель формирования научного коллектива / А. М. Гинцяк // Информатизация образования и науки. - 2023. - № 3(59). - С. 133-149.

25. Бекетов С. М. Сетевой подход к моделированию и оптимизации распределения трудовых ресурсов в проекте / С. М. Бекетов // Системный анализ в

проектировании и управлении : сборник научных трудов XXVIII Международной научно-практической конференции : в 2 ч., Санкт-Петербург, 27-29 июня 2024 года. - Санкт-Петербург: Политех-Пресс, 2024. - С. 514-520. - DOI 10.18720/SPBPU/2/id24-490.

26. Yang Y. Generalized linear model-based data analytic approach for construction equipment management / Y. Yang, Ch. Yu, R. Y. Zhong // Advanced Engineering Informatics. - 2023. - Vol. 55. - P. 101884. - DOI 10.1016/j.aei.2023.101884.

27. Даншина С. Ю. Функциональная модель процесса управления материальными ресурсами проектов создания новой техники / С. Ю. Даншина // Системный анализ и прикладная информатика. - 2016. - № 4. - С. 11-16.

28. Верхошапов Д. С. Материально-техническое снабжение как основа успешной реализации проектов строительства / Д. С. Верхошапов // Актуальные вопросы современной науки образования : Сборник статей XXIV Международной научно-практической конференции, Пенза, 10 ноября 2022 года. - Пенза: Наука и Просвещение (ИП Гуляев Г.Ю.), 2022. - С. 17-20.

29. Pratama I. N., Dachyar M., Pratama N. R. Optimization of resource allocation and task allocation with project management information systems in information technology companies //TEM Journal. - 2023. - Т. 12. - №. 3. - С. 1814.

30. Time- and resource-based robust scheduling algorithms for multi-skilled projects / Hu. Zhentao, C. Nanfang, Hu. Xuejun, M. A. Edgar Mahaffey // Automation in Construction. - 2023. - Vol. 153. - P. 104948. - DOI 10.1016/j.autcon.2023.104948.

31. Землянский А. А. Управление информационными ресурсами в научно-исследовательской работе : Учебное пособие / А. А. Землянский, И. Е. Быстренина. - 2-е издание. - Москва : Издательско-торговая корпорация "Дашков и К", 2021. -110 с. - ISBN 978-5-394-04149-5.

32. Chiang I. R. Strategic alignment and value maximization for IT project portfolios / I. R. Chiang, M. A. Nunez // Information Technology and Management. -2013. - Vol. 14, No. 2. - P. 143-157. - DOI 10.1007/s10799-012-0126-9.

33. Zolfaghari S. A novel mathematical programming model for multi-mode project portfolio selection and scheduling with flexible resources and due dates under interval-valued fuzzy random uncertainty / S. Zolfaghari, S. M. Mousavi // Expert Systems with Applications. - 2021. - Vol. 182. - P. 115207. - DOI 10.1016/j.eswa.2021.115207.

34. Chen J., Askin R. G. Project selection, scheduling and resource allocation with time dependent returns //European Journal of Operational Research. - 2009. - T. 193. - №. 1. - C. 23-34.

35. Afshar, M. R. Introducing a fuzzy MCDM model for financial management in multiple project environments / M. R. Afshar, H. Asadzadeh Zenozi // Construction Innovation. - 2022. - Vol. 22, No. 2. - P. 305-319. - DOI 10.1108/ci-01-2021-0008.

36. e Silva L. C., Costa A. P. C. S. Decision model for allocating human resources in information system projects //International Journal of Project Management.

- 2013. - T. 31. - №. 1. - C. 100-108.

37. André M., Baldoquín M. G., Acuña S. T. Formal model for assigning human resources to teams in software projects //Information and Software Technology. - 2011.

- T. 53. - №. 3. - C. 259-275.

38. Dotsenko N. et al. Modeling the transformation of configuration management processes in a multi-project environment //Sustainability. - 2023. - T. 15. -№. 19. - C. 14308.

39. Weight Assignment for Resource Sharing in the Context of a Project and Operation Portfolio / J. F. T. De Castro, H. G. Costa, M. Picinini Méxas [et al.] // Engineering Management Journal. - 2022. - Vol. 34, No. 3. - P. 406-419. - DOI 10.1080/10429247.2021.1940044.

40. Ghasemzadeh F., Archer N., Iyogun P. A zero-one model for project portfolio selection and scheduling //Journal of the operational Research Society. - 1999.

- T. 50. - №. 7. - C. 745-755.

41. Project portfolio selection and scheduling problem under material supply uncertainty / F. Habibi, R. K. Chakrabortty, T. Servranckx [et al.] // Operations Management Research. - 2024. - DOI 10.1007/s12063-024-00532-x.

42. A Hybrid Simulation Model for the Allocation of Shared Resources in a Project Portfolio / L. Bai, J. Lin, Qi. Xie [et al.] // IEEE Transactions on Engineering Management. - 2024. - Vol. 71. - P. 5998-6014. - DOI 10.1109/tem.2024.3376405.

43. Amirian H., Sahraeian R. Solving a grey project selection scheduling using a simulated shuffled frog leaping algorithm //Computers & Industrial Engineering. -2017. - Т. 107. - С. 141-149.

44. Shariatmadari M. et al. Integrated resource management for simultaneous project selection and scheduling //Computers & Industrial Engineering. - 2017. - Т. 109. - С. 39-47.

45. Kostyrin E., Rozanov D. Economic and Mathematical Modeling for the Process Management of the Company's Financial Flows //Emerging Science Journal. -2023. - Т. 7. - №. 3. - С. 897-916.

46. Financial logistics models based on systematic approach improving management solutions / S. Evgenievich Barykin, I. Vasilievna Kapustina, S. Mehrab Daniali [et al.] // F1000Research. - 2022. - Vol. 11. - DOI 10.12688/f1000research.111252.1.

47. Alam T. Optimal financial resource allocation using multiobjective decision making model //Pakistan Journal of Statistics and Operation Research. - 2023. - С. 349358.

48. Dabirian S. et al. Dynamic modelling of human resource allocation in construction projects //International Journal of Construction Management. - 2022. - Т. 22. - №. 2. - С. 182-191.

49. Huemann M., Keegan A., Turner J. R. Human resource management in the project-oriented company: A review //International journal of project management. -2007. - Т. 25. - №. 3. - С. 315-323.

50. Golabchi H. Estimating labor resource requirements in construction projects using machine learning / H. Golabchi, A. Hammad // Construction Innovation. - 2023. -DOI 10.1108/ci-11 -2021 -0211.

51. Грасс Е. Ю. Комплексная оценка эффективности использования производственных ресурсов предприятия на основе использования метода

эталонной динамики показателей / Е. Ю. Грасс // Вопросы управления. - 2018. - № 3(52). - С. 155-161.

52. Мишланова М. Ю. Модель жизненного цикла материальных ресурсов в строительном производстве / М. Ю. Мишланова, Т. К. Патрина, А. С. Чекунова // Вестник Белгородского государственного технологического университета им. В.Г. Шухова. - 2017. - № 2. - С. 236-241. - DOI 10.12737/24451.

53. Мищенко А. В. Оптимизационные модели управления ограниченными ресурсами в логистике / А. В. Мищенко, А. В. Иванова : Общество с ограниченной ответственностью «Научно-издательский центр ИНФРА-М», 2021. - 253 с. -(Научная мысль). - ISBN 978-5-16-016130-3. - DOI 10.12737/1082948.

54. Мизиковский И. Е. Управленческий учет затрат на хранение материальных ресурсов в условиях цифровой трансформации промышленного предприятия / И. Е. Мизиковский // Учет. Анализ. Аудит. - 2020. - Т. 7, № 3. - С. 56-63. - DOI 10.26794/2408-9303-2020-7-3-56-63.

55. Gutjahr W. J. Optimal dynamic portfolio selection for projects under a competence development model / W. J. Gutjahr // OR Spectrum. - 2011. - Vol. 33, No. 1. - P. 173-206. - DOI 10.1007/s00291 -009-0180-9.

56. Rachid B., Mohamed T., Ali K. M. Toward an agent-based framework for human resource management //2017 International Colloquium on Logistics and Supply Chain Management (LOGISTIQUA). - IEEE, 2017. - С. 71-75.

57. Iasiello C., Crooks A., Wittman S. The human resource management parameter experimentation tool //International Conference on Social Computing, Behavioral-Cultural Modeling and Prediction and Behavior Representation in Modeling and Simulation. - Cham : Springer International Publishing, 2020. - С. 298-307.

58. Khatun M. T. et al. Dynamic modeling of resource allocation for project management in multi-project environment //Transdisciplinary Engineering for Resilience: Responding to System Disruptions. - IOS Press, 2021. - С. 223-232.

59. Summerfield A. Managing resources at portfolio level //The Handbook of Project Portfolio Management. - Routledge, 2018. - С. 325-333.

60. Felberbauer T. Stochastic project management: multiple projects with multi-skilled human resources / T. Felberbauer, W. J. Gutjahr, K. F. Doerner // Journal of Scheduling. - 2019. - Vol. 22, No. 3. - P. 271-288. - DOI 10.1007/s10951-018-0592-y.

61. Stoianova O. New applications of competency models in human resource management / O. Stoianova, L. Pasechnik // Journal of Applied Informatics. - 2019. -Vol. 14, No. 5(83). - P. 18-28. - DOI 10.24411/1993-8314-2019-10033.

62. Laslo Z. Project portfolio management: An integrated method for resource planning and scheduling to minimize planning/scheduling-dependent expenses //International journal of project management. - 2010. - Т. 28. - №. 6. - С. 609-618.

63. Khatun M. T. Human resource allocation in multi-project management using resource buffers / M. T. Khatun, K. Hiekata, T. Nakashima // Proceedings of International Conference on Design and Concurrent Engineering & Manufacturing Systems Conference. - 2023. - Vol. 2023, No. 0. - P. 12. - DOI 10.1299/jsmeidecon.2023.0_12.

64. Gabriel S. A. et al. A multiobjective optimization model for project selection with probabilistic considerations //Socio-Economic Planning Sciences. - 2006. - Т. 40. -№. 4. - С. 297-313.

65. Современные методы оптимизации и особенности их применения / С. М. Бекетов, Д. А. Зубкова, А. М. Гинцяк [и др.] // Russian Technological Journal. -2025. - Т. 13, № 4. - С. 78-94. - DOI 10.32362/2500-316X-2025-13-4-78-94.

66. Губко М. В. Теория игр в управлении организационными системами / М. В. Губко, Д. А. Новиков. - Москва : Институт проблем управления им. В. А. Трапезникова РАН, 2005. - 69 с.

67. A Stackelberg Game Framework for Double-Incentive Consensus Mechanism With Cost Budget in Group Decision Making / B. Zhang, Yu. Zeng, Q. An [et al.] // IEEE Transactions on Systems, Man, and Cybernetics: Systems. - 2025. - Vol. 55, No. 4. - P. 2681-2694. - DOI 10.1109/tsmc.2025.3525776.

68. Минченко Л. И. К задачам двухуровневой оптимизации с условием регулярности RCPLD / Л. И. Минченко, С. И. Сиротко // Доклады Белорусского государственного университета информатики и радиоэлектроники. - 2019. - № 7-8(126). - С. 86-92. - DOI 10.35596/1729-7648-2019-126-8-86-92.

69. Mejía-De-dios J. A. Multiobjective Bilevel Optimization: A Survey of the State-of-the-Art / J. A. Mejía-De-dios, A. Rodríguez-Molina, E. Mezura-Montes // IEEE Transactions on Systems, Man, and Cybernetics: Systems. - 2023. - Vol. 53, No. 9. - P. 5478-5490. - DOI 10.1109/tsmc.2023.3271125.

70. Dempe S. Bilevel Optimization: Theory, Algorithms, Applications and a Bibliography / S. Dempe // Springer Optimization and Its Applications. - 2020. - Vol. 161. - P. 581-672. - DOI 10.1007/978-3-030-52119-6_20.

71. Anandalingam G. Hierarchical optimization: An introduction / G. Anandalingam, T. L. Friesz // Annals of Operations Research. - 1992. - Vol. 34, No. 1.

- P. 1-11. - DOI 10.1007/bf02098169.

72. Beck Ya. A survey on bilevel optimization under uncertainty / Ya. Beck, I. Ljubic, M. Schmidt // European Journal of Operational Research. - 2023. - Vol. 311, No. 2. - P. 401-426. - DOI 10.1016/j.ejor.2023.01.008.

73. Kovács A. Bilevel programming approach to demand response management with day-ahead tariff / A. Kovács // Journal of Modern Power Systems and Clean Energy.

- 2019. - Vol. 7, No. 6. - P. 1632-1643. - DOI 10.1007/s40565-019-0569-7.

74. A bilevel optimization approach to decide the feasibility of bookings in the European gas market / F. Plein, J. Thürauf, M. Labbé, M. Schmidt // Mathematical Methods of Operations Research. - 2022. - Vol. 95, No. 3. - P. 409-449. - DOI 10.1007/s00186-021 -00752-y.

75. Braun P. et al. Hierarchical distributed ADMM for predictive control with applications in power networks //IFAC Journal of Systems and Control. - 2018. - T. 3. -C. 10-22.

76. Distributed model predictive control based on the alternating directions method of multipliers applied to voltage and frequency control in power systems / J. Göbel, P. R. Da. C. Mendes, A. Wirsen, T. Damm // Optimal Control Applications and Methods. - 2023. - DOI 10.1002/oca.3083.

77. An analysis of multi-agent reinforcement learning for decentralized inventory control systems / M. Mousa, D. Van De Berg, N. Kotecha [et al.] // Computers

& Chemical Engineering. - 2024. - Vol. 188. - P. 108783. - DOI 10.1016/j.compchemeng.2024.108783.

78. Wooldridge M. An introduction to multiagent systems. - John Wiley & sons,

2009.

79. Vidal J. M. Learning in Multiagent Systems: An Introduction from a Game-Theoretic Perspective / J. M. Vidal // Lecture Notes in Computer Science. - 2003. - Vol. 2636. - P. 202-215.

80. Boella G. Introduction to the special issue on normative multiagent systems / G. Boella, L. Van Der Torre, H. Verhagen // Autonomous Agents and Multi-Agent Systems. - 2008. - Vol. 17, No. 1. - P. 1-10. - DOI 10.1007/s10458-008-9047-8.

81. Pavel L. Distributed Games and Nash Equilibrium Seeking in Multiagent Systems Over Networks: An Introduction to the Special Issue / L. Pavel, Y. Hong // IEEE Control Systems. - 2022. - Vol. 42, No. 4. - P. 32-34. - DOI 10.1109/mcs.2022.3171477.

82. Чернышев С. А. Проблемы мультиагентных систем и возможные пути их решения / С. А. Чернышев // Вестник Российского нового университета. Серия: Сложные системы: модели, анализ и управление. - 2023. - №2 3. - С. 231-241. - DOI 10.18137/RNU.V9187.23.03.P.231.

83. MoTrans-BDI: Leveraging the Beliefs-Desires-Intentions agent architecture for collaborative model transformation by example / A. Siabdelhadi, A. Chadli, H. Cherroun [et al.] // Journal of Computer Languages. - 2023. - Vol. 74. - P. 101174. -DOI 10.1016/j.cola.2022.101174.

84. Принев М. А. Многоагентные системы: обзор современных подходов к моделированию и проектированию (Часть 2) / М. А. Принев, Т. М. Леденева, В. В. Гаршина // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. - 2024. - № 4. - С. 167-190. -DOI 10.17308/sait/1995-5499/2024/4/167-190.

85. Леденева Т. М. Многоагентные системы: модели агентов и постановки задач, обеспечивающие их характерные свойства (часть 1) / Т. М. Леденева, М. А. Принев // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. - 2024. - № 3. - С. 50-73.

86. Rao A. S. et al. BDI agents: from theory to practice //Icmas. - 1995. - Т. 95.

- С. 312-319.

87. Mahfooz Ul Haque H. Modeling belief-desire-intention reasoning agents for situation-aware formalisms / H. Mahfooz Ul Haque, K. Saleem, A. Salman Khan // Concurrency Computation Practice and Experience. - 2023. - Vol. 35, No. 15. - DOI 10.1002/cpe.6417.

88. Socially augmented hierarchical reinforcement learning for reducing complexity in cooperative multi-agent systems / X. Sun, L. E. Ray, J. D. Kralik, D. Shi // IEEE/RSJ 2010 International Conference on Intelligent Robots and Systems, IROS 2010

- Conference Proceedings : 23rd IEEE/RSJ 2010 International Conference on Intelligent Robots and Systems, IROS 2010, 18-22 октября 2010 года. - Taipei, 2010. - P. 32443250. - DOI 10.1109/IROS.2010.5652923.

89. Ghavamzadeh M. Hierarchical multi-agent reinforcement learning / M. Ghavamzadeh, S. Mahadevan, R. Makar // Autonomous Agents and Multi-Agent Systems. - 2006. - Vol. 13, No. 2. - P. 197-229. - DOI 10.1007/s10458-006-7035-4.

90. A multi-agent system approach for real-time energy management and control in hybrid low-voltage microgrids / D. El Hafiane, A. El Magri, H. E. Chakir [et al.] // Results in Engineering. - 2024. - Vol. 24. - P. 103035. - DOI 10.1016/j.rineng.2024.103035.

91. Digkoglou P. Application of multiple criteria decision aiding in environmental policy-making processes / P. Digkoglou, J. Papathanasiou // International Journal of Environmental Science and Technology. - 2024. - DOI 10.1007/s13762-024-06101-w.

92. Multi-expert multi-criteria decision analysis model to support the conservation of paramount elements in industrial facilities / D. Jato-Espino, Á. Martín-Rodríguez, A. Martínez-Corral, L. A. Sañudo-Fontaneda // Heritage Science. - 2022. -Vol. 10, No. 1. - P. 1-18. - DOI 10.1186/s40494-022-00712-7.

93. Солнцев И. В. Применение сбалансированной системы показателей и модели «затраты-выгоды» в оценке социальных проектов / И. В. Солнцев //

Управленческие науки. - 2023. - Т. 13, № 1. - С. 83-94. - DOI 10.26794/2304-022X-2023-13-1-83-94.

94. Barcaui A., Monat A. Who is better in project planning? Generative artificial intelligence or project managers? //Project Leadership and Society. - 2023. - Т. 4. - С. 100101.

95. Cost Optimization in Logistics Product Management: Strategies for Operational Efficiency and Profitability / O. Ja. Oteri, E. C. Onukwulu, A. N. Igwe [et al.] // International Journal of Multidisciplinary Research and Growth Evaluation. - 2023.

- Vol. 4, No. 1. - P. 852-860. - DOI 10.54660/.ijmrge.2023.4.1-852-860.

96. Баллуян М. М. Механизм определения концепции компромисса между риском и доходностью / М. М. Баллуян, А. П. Пышнограй // Вестник науки. - 2020.

- Т. 4, № 9(30). - С. 23-27.

97. Смирнова, О. В. Использование концепции компромисса между рисками и доходностью при реализации функции финансового маркетинга в организациях строительной сферы / О. В. Смирнова, А. П. Суворова // Внедрение результатов инновационных разработок: проблемы и перспективы : сборник статей международной научно-практической конференции, Екатеринбург, 18 ноября 2016 года. Том Часть 1. - Екатеринбург: Общество с ограниченной ответственностью "ОМЕГА САЙНС", 2016. - С. 153-156.

98. Roy B. Classement et choix en presence de points de vue multiples. - 1968.

99. Jahan A., Edwards K. L. A state-of-the-art survey on the influence of normalization techniques in ranking: Improving the materials selection process in engineering design //Materials & Design (1980-2015). - 2015. - Т. 65. - С. 335-342.

100. Diakoulaki D. Determining objective weights in multiple criteria problems: the critic method / D. Diakoulaki, G. Mavrotas, L. Papayannakis // Computers & Operations Research. - 1995. - Vol. 22, No. 7. - P. 763-770.

101. Odu G. O. Weighting methods for multi-criteria decision making technique //Journal of Applied Sciences and Environmental Management. - 2019. - Т. 23. - №. 8.

- с. 1449-1457.

102. Саати Т. Принятие решений. Метод анализа иерархий/Т. Саати //М.: Радио и связь. - 1989.

103. Лесс В. М. Анализ энергоэффективности энергетических объектов с применением методов ранжирования / В. М. Лесс, В. Я. Любченко, Д. А. Павлюченко // Известия высших учебных заведений. Проблемы энергетики. - 2023. - Т. 25, № 5. - С. 42-58. - DOI 10.30724/1998-9903-2023-25-5-42-58.

104. Нефедов А. С. Сравнительный анализ метода ELECTRE III и метода анализа иерархий при решении многокритериальных задач / А. С. Нефедов // Труды Братского государственного университета. Серия: Естественные и инженерные науки. - 2018. - Т. 2. - С. 9-15.

105. Сравнительный анализ метода сетевого анализа научных публикаций и метода анализа иерархий при выборе источников информации / И. Г. Ольгина, Е. Г. Андреева, А. Г. Янишевская, В. К. Федоров // Известия Тульского государственного университета. Технические науки. - 2024. - № 9. - С. 484-488. -DOI 10.24412/2071 -6168-2024-9-484-485.

106. Быкова Т. В. Метод анализа иерархий как инструмент решения практических задач многокритериальной оптимизации / Т. В. Быкова // Математическое моделирование, компьютерный и натурный эксперимент в естественных науках. - 2019. - № 1. - С. 48-62.

107. Бекетов С. М. Алгоритм оценки сходимости стохастической Парето-оптимизации / С. М. Бекетов, А. М. Гинцяк, М. В. Дергачев // Информационные технологии и вычислительные системы. - 2024. - № 4. - С. 91 -99. - DOI 10.14357/20718632240409.

108. Методы нечеткого многокритериального группового принятия решений для задач эвакуации при чрезвычайных ситуациях / С. И. Родзин, А. В. Боженюк, Ю. А. Кравченко, О. Н. Родзина // Известия ЮФУ. Технические науки. -2023. - № 2(232). - С. 186-200. - DOI 10.18522/2311-3103-2023-2-186-200.

109. Regularities of Pareto sets in low-dimensional practical multi-criteria optimisation problems: analysis, explanation, and exploitation / A. Kulkarni, M. Kohns,

M. Bortz [et al.] // Optimization and Engineering. - 2023. - Vol. 24, No. 3. - P. 16111632. - DOI 10.1007/s11081-022-09746-z.

110. Harkare V. et al. Evolutionary approaches for multi-objective optimization and pareto-optimal solution selection in data analytics //Applied multi-objective optimization. - Singapore : Springer Nature Singapore, 2024. - С. 67-94.

111. Bejarano L. A. Clustering Analysis for the Pareto Optimal Front in Multi-Objective Optimization / L. A. Bejarano, H. E. Espitia, C. E. Montenegro // Computation. - 2022. - Vol. 10, No. 3. - DOI 10.3390/computation10030037.

112. Multi-criteria optimization in operations scheduling applying selected priority rules / Z. Cerveñanská, P. Vazan, M. Juhás, B. Juhásová // Applied Sciences (Switzerland). - 2021. - Vol. 11, No. 6. - DOI 10.3390/app 11062783.

113. A Combinatorial Approach for Optimizing Transportation System: Multi-Objective Decision-Making Framework / M. E. Coloma-Salazar, J. Arzola-Ruiz, C. E. Marrero-Fornaris [et al.] // Neural Network World. - 2024. - Vol. 34, No. 3. - P. 135168. - DOI 10.14311/nnw.2024.34.008.

114. Review Models and Methods for Determining and Predicting the Reliability of Technical Systems and Transport / N. V. Martyushev, B. V. Malozyomov, S. N. Sorokova [et al.] // Mathematics. - 2023. - Vol. 11, No. 15. - P. 3317. - DOI 10.3390/math11153317.

115. Черников Б. В., Антончиков С. Н. Разрешение неопределенности -ключевая задача адаптивных систем // Фундаментальные исследования. - 2016. -№ 12-5. - С. 1167-1178.

116. Bandarra M. Single cut and multicut stochastic dual dynamic programming with cut selection for multistage stochastic linear programs: convergence proof and numerical experiments / M. Bandarra, V. Guigues // Computational Management Science. - 2021. - Vol. 18, No. 2. - P. 125-148. - DOI 10.1007/s10287-021-00387-8.

117. Guigues V. Duality and sensitivity analysis of multistage linear stochastic programs / V. Guigues, A. Shapiro, Yi. Cheng // European Journal of Operational Research. - 2023. - Vol. 308, No. 2. - P. 752-767. - DOI 10.1016/j.ejor.2022.11.051.

118. Füllner C., Rebennack S. Stochastic Dual Dynamic Programming and Its Variants: A Review //SIAM Review. - 2025. - Т. 67. - №. 3. - С. 415-539.

119. Ahmed S. Two-stage stochastic integer programming: A brief introduction //Wiley encyclopedia of operations research and management science. - 2010. - С. 1-10.

120. Kleywegt A. J., Shapiro A., Homem-de-Mello T. The sample average approximation method for stochastic discrete optimization //SIAM Journal on optimization. - 2002. - Т. 12. - №. 2. - С. 479-502.

121. Estes A. S. Equity and Strength in Stochastic Integer Programming Models for the Dynamic Single Airport Ground-Holding Problem / A. S. Estes, M. O. Ball // Transportation Science. - 2020. - Vol. 54, No. 4. - P. 944-955. - DOI 10.1287/trsc.2020.0975.

122. Homem-De-mello T. Monte Carlo sampling-based methods for stochastic optimization / T. Homem-De-mello, G. Bayraksan // Surveys in Operations Research and Management Science. - 2014. - Vol. 19, No. 1. - P. 56-85. - DOI 10.1016/j.sorms.2014.05.001.

123. A survey of Monte Carlo methods for parameter estimation / D. Luengo, L. Martino, M. Bugallo [et al.] // Eurasip Journal on Advances in Signal Processing. - 2020. - Vol. 2020, No. 1. - P. 25. - DOI 10.1186/s13634-020-00675-6.

124. The Sample Average Approximation Method Applied to Stochastic Routing Problems: A Computational Study / B. Verweij, Sh. Ahmed, A. J. Kleywegt [et al.] // Computational Optimization and Applications. - 2003. - Vol. 24, No. 2-3. - P. 289-333.

125. Saiz M., Lopez-Lopez D., Calvet L. and Juan A.A., A genetic algorithm simheuristic for solving the stochastic project portfolio selection problem with portfolio reliability constraints. Intl. Trans. in Op. Res.. - 2025. -https://doi.org/10.1111/itor.70064.

126. Shapiro A. Analysis of stochastic dual dynamic programming method //European Journal of Operational Research. - 2011. - Т. 209. - №. 1. - С. 63-72.

127. Бекетов, С. М. Иерархический подход к планированию производства машиностроительных предприятий / С. М. Бекетов, А. М. Гинцяк // Современные подходы в системном инжиниринге и цифровом моделировании сложных

производственных систем : Сборник трудов I Всероссийской научно-практической конференции, Санкт-Петербург, 27-28 февраля 2025 года. - Санкт-Петербург: Санкт-Петербургский политехнический университет Петра Великого, 2025. - С. 11-17. - Б01 10.18720/8РБРШМ25-180.

128. Возможности применения гибридного подхода в моделировании социально-экономических и социотехнических систем / М. В. Болсуновская, А. М. Гинцяк, Ж. В. Бурлуцкая [и др.] // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. - 2022. -№ 3. - С. 73-86. - Б01 10.17308^/1995-5499/2022/3/73-86.

129. Дергачев М.В. Алгоритм расчета стоимости проекта с учетом сроков и оптимального состава команды для принятия обоснованных управленческих решений / М.В. Дергачев, С.М. Бекетов // Управление инновациями в условиях цифровой трансформации : сборник научных трудов III Всероссийской студенческой учебно-научной конференции, Санкт-Петербург, 1213 апреля 2024 года. - СПб: Политех-Пресс, 2024. - С. 54-58.

130. Бекетов С.М. Стохастический подход к многокритериальной оптимизации календарно-сетевых графиков реализации проектов / С.М. Бекетов, М.В. Дергачев, А.М. Гинцяк // Управление качеством продукции на основе передовых производственных технологий : Сборник тезисов докладов VI Международного форума, Санкт-Петербург, 1516 октября 2024 года. - СПб: Санкт-Петербургский политехнический университет Петра Великого, 2024. - С. 50-53.

131. Бекетов С.М. Принципиальный подход к оптимизации распределения трудовых ресурсов при иерархическом управлении портфелем проектов / С.М. Бекетов, М.В. Дергачев, А.М. Гинцяк // Интеллектуальная инженерная экономика и Индустрия 5.0 (ЭКОПРОМ) : сборник трудов международной научно -практической конференции, Санкт-Петербургский политехнический университет Петра Великого, 0102 ноября 2024 года. - СПб: Политех-Пресс, 2024. - С. 557-562. - Б01 10.18720/1ЕР/2024.4/88.

132. Бекетов С. М. Метод иерархического управления портфелем проектов на основе алгоритмов Парето-оптимального распределения трудовых ресурсов / С.

М. Бекетов, А. М. Гинцяк // Известия Самарского научного центра Российской академии наук. - 2025. - Т. 27, № 3(125). - С. 179-188. - DOI 10.37313/1990-53782025-27-3-179-188.

133. Бекетов С. М. Алгоритм оптимизации сценариев управления портфелем проектов с учетом вероятностных факторов / С. М. Бекетов // Современные подходы в системном инжиниринге и цифровом моделировании сложных производственных систем : Сборник трудов I Всероссийской научно-практической конференции, Санкт-Петербург, 27-28 февраля 2025 года. - Санкт-Петербург: Санкт-Петербургский политехнический университет Петра Великого, 2025. - С. 373-379. - DOI 10.18720/SPBPU/2/id25-233.

134. Современные методы оптимизации и особенности их применения / С. М. Бекетов, Д. А. Зубкова, А. М. Гинцяк [и др.] // Российский технологический журнал. - 2025. - Т. 13, № 4. - С. 78-94. - DOI 10.32362/2500-316X-2025-13-4-78-94.

135. Brooks F. C.The Mythical Man-Month. Addison-Wesley, Reading, MA. -

1975.

136. Garro-Abarca V. Virtual Teams in Times of Pandemic: Factors That Influence Performance / V. Garro-Abarca, P. Palos-Sanchez, M. Aguayo-Camacho // Frontiers in Psychology. - 2021. - Vol. 12. - DOI 10.3389/fpsyg.2021.624637.

137. Tuanaya A. H. Optimization of Flat Construction Implementation Time Using Critical Path Method and Project Evaluation and Review Technique / A. H. Tuanaya, V. Ya. I. Ilwaru, Y. A. Lesnussa // Pattimura International Journal of Mathematics. - 2024. - Vol. 3, No. 2. - P. 39-50. - DOI 10.30598/pijmathvol3iss2pp39-50.

138. Team Formation in Software Projects: Multi-criteria Pareto Optimization / S. M. Beketov, M. V. Dergachev, A. M. Gintciak, S. G. Redko // Programmnaya Ingeneria. - 2025. - Vol. 16, No. 2. - P. 92-99. - DOI 10.17587/prin.16.92-99.

139. Feng W. Multi-objective evolutionary optimization based on online perceiving Pareto front characteristics / W. Feng, D. Gong, Z. Yu // Information Sciences. - 2021. - Vol. 581. - P. 912-931. - DOI 10.1016/j.ins.2021.10.007.

140. Копырин А. С. Технологии обработки и очистки данных, выявления и устранения шумов на временном ряду / А. С. Копырин, Е. В. Видищева // Вестник Академии знаний. - 2020. - № 39(4). - С. 220-227. - DOI 10.24411/2304-6139-202010466.

141. Nezami N. Dynamic Exploration-Exploitation Pareto Approach for high-dimensional expensive black-box optimization / N. Nezami, H. Anahideh // Computers & Operations Research. - 2024. - Vol. 166. - P. 106619. - DOI 10.1016/j.cor.2024.106619.

142. Денисов А. Р. Постановка оптимизационной задачи формирования портфеля проектов стратегического развития ит-инфраструктуры компании / А. Р. Денисов, В. Миридаштаки // Системный анализ в проектировании и управлении : Сборник научных трудов XXVIII Международной научно-практической конференции. В 2-х частях, Санкт-Петербург, 27-29 июня 2024 года. - Санкт-Петербург: Санкт-Петербургский политехнический университет Петра Великого, 2024. - С. 170-177. - DOI 10.18720/SPBPU/2/id24-511.

143. Счисляева Е. Р. Управление портфелем проектов - инновационный подход к повышению эффективности судостроительной промышленности / Е. Р. Счисляева, Е. В. Кожина, К. И. Сергеева // Экономический вектор. - 2022. - № 3(30). - С. 89-98. - DOI 10.36807/2411-7269-2022-3-30-89-98.

144. Цифровое моделирование социотехнических и социально-экономических систем / А. М. Гинцяк, Ж. В. Бурлуцкая, Д. Э. Федяевская [и др.]. -Санкт-Петербург : Федеральное государственное автономное образовательное учреждение высшего образования "Санкт-Петербургский политехнический университет Петра Великого", 2023. - 164 с. - ISBN 978-5-7422-8254-9.

145. Mavrotas G. Combining multiple criteria analysis, mathematical programming and Monte Carlo simulation to tackle uncertainty in Research and Development project portfolio selection: A case study from Greece / G. Mavrotas, E. Makryvelios // European Journal of Operational Research. - 2021. - Vol. 291, No. 2. -P. 794-806. - DOI 10.1016/j.ejor.2020.09.051.

146. Бекетов С. М. Мультиагентный подход к перераспределению трудовых ресурсов внутри сформированного портфеля проектов / С. М. Бекетов, П. А. Шарко, А. М. Гинцяк // Интеллектуальная инженерная экономика и Индустрия 6.0 (ИНПРОМ-2025) : сборник трудов Международной научно-практической конференции. В 2 т., Санкт-Петербург, 27-30 апреля 2025 года. - Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2025. - С. 444-447. - БОТ 10.18720/1ЕР/2025.2/121.

Приложение А. СТРУКТУРА ПОРТФЕЛЯ ПРОЕКТОВ НАУЧНО-ИССЛЕДОВАТЕЛЬСКИХ ЛАБОРАТОРИЙ

Таблица А.1. Структура проекта «Цифровая платформа для анализа данных транспортных систем с применением гибридного искусственного интеллекта»

Код задачи Название задачи Роль Предшествую щие задачи Трудоемкость

А Исследование предметной области (транспортные системы, ИИ, климатические условия) Аналитики 14

Б Сбор и формализация требований к цифровой платформе Аналитики А 15

С Сбор требований к алгоритмам оптимизации имитационных моделей Разработчики А 10

Б Проектирование архитектуры платформы Разработчики БС 25

Е Разработка модулей гибридного искусственного интеллекта Разработчики Б 46

Б Разработка модуля интеграции GNSS и инерциальной навигации Разработчики Е 35

а Разработка подсистемы поддержки принятия решений Разработчики Б 44

н Реализация прототипа ПО сбора и обработки данных о дорожной обстановке Аналитики Б 32

I Интеграция модулей оптимизации и анализа данных Разработчики ан 28

и Тестирование алгоритмов ИИ и оптимизации моделей Тестировщики Е 18

к Тестирование модуля GNSS/инерциальной навигации Тестировщики Б 15

ь Тестирование интеграции подсистем (платформа + модули) Тестировщики ик 30

м Функциональное тестирование прототипа Тестировщики ь 30

N Подготовка документации Аналитики м 10

0 Публикации и подготовка научных статей Аналитики N 18

Р Релиз демонстрационного прототипа цифровой платформы Разработчики 0 10

Таблица А.2. Структура проекта «Мультиагентные системы поддержки принятия

решений в промышленности и строительстве»

Код задачи Название задачи Роль Предшествую щие задачи Трудоемкость

А Патентные исследования в области мультиагентной оптимизации Аналитики 10

В Анализ конкурентных технологий и выделение ключевых параметров Аналитики А 15

С Формализация требований к онтологической модели Аналитики В 5

Б Разработка онтологической модели организационной системы Аналитики С 7

Е Разработка метода моделирования мультиагентных взаимодействий Разработчики Б 6

Б Создание прототипа симулятора мультиагентных взаимодействий Разработчики Е 8

а Разработка ТЗ для метода оптимизации технологических процессов Аналитики Е 17

н Разработка алгоритмов мультиагентной оптимизации Разработчики Ба 18

I Реализация базовой библиотеки алгоритмов Разработчики н 10

I Юнит-тестирование библиотеки алгоритмов Тестировщики I 5

к Разработка интерфейсов интеграции с модулями Разработчики I 10

ь Интеграция библиотеки алгоритмов в симулятор Разработчики Ж 13

м Тестирование методов моделирования Тестировщики Б 9

N Тестирование алгоритмов оптимизации Тестировщики ьм 11

О Интеграционное тестирование библиотеки и симулятора Тестировщики N 10

Р Апробация алгоритмов на базе ООО «Тетракуб» Тестировщики О 17

Апробация алгоритмов на базе ООО «Тетракуб» Аналитики О 5

я Подготовка документации по методам моделирования и оптимизации Аналитики 8

Подготовка программы и методики испытаний Аналитики я 5

Т Подготовка статьи по результатам проекта Аналитики 10

и Финализация и передача результатов Разработчики Т 5

Таблица А.3. Структура проекта по разработке и исследованию методов моделирования мультиагентных взаимодействий в сложных технических и

социально-экономических системах

Код задачи Название задачи Роль Предшествующ ие задачи Трудоемкость

А Анализ предметной области и сбор требований Аналитики 10

Б Классификация существующих подходов к моделированию Аналитики А 8

С Проектирование концептуальной архитектуры мультиагентной модели Аналитики Б 10

Б Разработка архитектуры базовой модели Разработчики С 15

Е Разработка метода цифрового моделирования Аналитики С 10

Б Реализация инструментов цифрового моделирования Разработчики БЕ 5

а Создание прототипа базовой мультиагентной модели Разработчики Б 30

н Разработка отраслевой модели Разработчики а 10

I Разработка аналитической части отраслевой модели Аналитики а 10

и Разработка отраслевой модели Разработчики Н1 8

к Тестирование и верификация моделей Тестировщики и 20

ь Адаптация моделей к отраслевым сценариям (анализ) Аналитики к 15

м Настройка цифровых двойников Разработчики ь 15

N Подготовка методических рекомендаций и аналитического отчета Аналитики ь 7

0 Подготовка ПО и соответствующей документации Тестировщики MN 10

Таблица А.4. Структура проекта по разработке и исследованию методов применения мультиагентного подхода к формированию расписаний в распределенных производственных системах с учетом несогласованности целевых

функций агентов

Код задачи Название задачи Роль Предшествую щие задачи Трудоемкость

А Анализ заинтересованных сторон в распределенных производственных системах Аналитики 9

В Формальное описание заинтересованных сторон и их классификация Аналитики А 8

С Анализ и классификация целевых функций агентов Аналитики В 5

Б Исследование взаимоотношений целевых функций и оценка их влияния на устойчивость расписаний Аналитики С 6

Е Определение структурных элементов распределенных производственных систем и их связей Аналитики Б 5

Б Формальное описание производственной системы для задачи построения расписаний Аналитики Е 11

а Разработка онтологической модели процесса формирования расписаний Разработчики Е 9

н Реализация прототипа онтологической модели Разработчики Ба 12

I Верификация результатов и подготовка методических материалов Тестировщик и н 8

I Отчетность и уточнение плана исследований и приоритетов второго года Аналитики I 5

Таблица А.5. Структура проекта по разработке интеллектуальной системы поддержки принятия решений на основе комплексного анализа геогидродинамических моделей для управления разработкой нефтегазовых

месторождений

Код задачи Название задачи Роль Предшествую щие задачи Трудоемкость

А Сбор и формализация требований Аналитики 10

Б Создание онтологической базы знаний (геология) Аналитики А 5

С Создание онтологической базы знаний (гидродинамика и производство) Аналитики Б 8

Б Разработка архитектуры системы Разработчики С 11

Е Реализация агента генерации сценариев добычи Разработчики Б 8

Б Тестирование агента генерации сценариев Тестировщик и Е 5

а Реализация агента прогнозирования производственных параметров (ML) Разработчики Е 9

н Тестирование агента прогнозирования Тестировщик и а 5

I Реализация агента оптимизации решений (эволюционные алгоритмы) Разработчики БН 10

и Тестирование агента оптимизации Тестировщик и I 5

к Интеграция всех агентов в систему Разработчики и 10

ь Создание интерфейсов визуализации данных Разработчики к 9

м Интеграционное тестирование системы Тестировщик и к 10

N Интеграция с корпоративными информационными системами Разработчики ьм 8

0 Валидация и оптимизация сценариев на актуальных данных Аналитики N 5

Р Итоговое тестирование и подготовка документации Тестировщик и 0 5

Таблица А.6. Структура проекта по разработке методики и алгоритмов

объединения онтологий цифровых двойников

Код задачи Название задачи Роль Предшествую щие задачи Трудоемкость

A Сбор и формализация требований к проекту Аналитики 10

B Анализ онтологических моделей компании: структура и форматы Аналитики A 5

C Исследование применимости инструментов построения онтологий (dgraph, Protege, AutomationML) Аналитики B 7

D Разработка методики оценки качества онтологических моделей Аналитики C 10

E Разработка методики применения БЯМ для поиска совпадений в наименованиях/ символах Аналитики D 12

F Разработка алгоритма анализа структуры онтологических моделей Разработчики D 11

G Разработка алгоритма анализа и сопоставления семантических связей онтологических моделей Разработчики EF 10

H Тестирование разработанных алгоритмов взаимодействия онтологий цифровых моделей Тестировщик и G 8

I Реализация программного кода для поиска совпадений в наименованиях/символах Разработчики G 10

J Реализация программного кода алгоритма анализа структуры онтологических моделей Разработчики HI 9

K Реализация программного кода алгоритма анализа и сопоставления семантических связей Разработчики J 10

L Тестирование реализованных алгоритмов в программном коде на Python Тестировщик и K 7

M Тестирование корректности сопоставления онтологий двух ЦМ Тестировщик и L 5

N Проведение дизайн-теста для оценки скорости сопоставления онтологий Тестировщик и M 8

O Анализ успешности сопоставления онтологий Аналитики M 5

P Подготовка итогового отчета и презентации Аналитики NO 5

Таблица А.7. Структура проекта по интеграции комплексной цифровой модели деятельности авиакомпании с использованием цифровой платформы

Код задачи Название задачи Роль Предшествую щие задачи Трудоемкость

А Разработка ТЗ на модель расчета одного рейса Аналитики 2

Б Разработка модели расчета одного рейса Разработчики А 4

С Доработка и утверждение ЧТЗ Аналитики А 10

Б Тестирование модели расчета одного рейса Тестировщик и Б 2

Е Доработка модели расписания Разработчики Б 6

Б Разработка ТЗ на модель экономики Аналитики С 6

а Разработка модели экономики Разработчики ЕБ 20

н Интеграция моделей в платформу Разработчики а 10

I Доработка моделей (итерация 1) Разработчики н 6

и Доработка моделей (итерация 2) Разработчики I 8

к Тестирование моделей Тестировщик и н 4

ь Составление программы и методики испытаний Аналитики н 2

м Проведение приемочных испытаний Аналитики икь 2

N Доработка по итогам приемочных испытаний Разработчики м 4

0 Прочие доработки Разработчики N 8

Р Сопровождение тестирования Аналитики N 4

0 Сдача проекта Аналитики 0Р 2

Приложение Б. СТРУКТУРА ПРОЕКТА ПО РАЗРАБОТКЕ АЛГОРИТМОВ ОПТИМИЗАЦИИ КАЛЕНДАРНО-СЕТЕВЫХ ГРАФИКОВ III УРОВНЯ В ПРОЕКТАХ ПОВЕРХНОСТНОГО ОБУСТРОЙСТВА МЕСТОРОЖДЕНИЙ

Таблица Б.1. Структура проекта по разработке алгоритмов оптимизации календарно-сетевых графиков III уровня в проектах поверхностного обустройства месторождений

Код Наименование задачи Исполняющая роль (ресурсы) Предшественник Трудоемкость, чел.-нед.

АА Подготовка ТЗ и ППР на геодезические работы Планово-технический отдел - 60

АВ Полевые геодезические измерения Геодезическая группа АА 120

АС Камеральная обработка, построение базовой сетки Геодезическая группа АВ 80

АБ Вынос осей, исполнительная съемка нулевого цикла Геодезическая группа АС 100

ВА Полевые геологические изыскания (скважины, шурфы) Отдел инженерных изысканий - 250

ВВ Лабораторные испытания грунтов Отдел инженерных изысканий ВА 180

ВС Отчет по гидрогеологическим наблюдениям Планово-технический отдел ВА 200

СА Технологическая схема и баланс мощностей Планово-технический отдел АБ, ВВ, ВС 150

СВ Генплан и строительные конструкции Планово-технический отдел СА 350

СС Проект электроснабжения и освещения Электротехнический отдел СА 250

СБ Проект КИПиА/АСУ ТП Группа КИПиА СА 220

СЕ Оценка пожарной и промышленной безопасности Отдел ОТ и ПБ СВ, СС, СБ 100

СБ Ведомости объемов, спецификации, сметы Планово-технический отдел СВ, СС, СБ 180

БА ОВОС/ПМООС и экологическое сопровождение Отдел ОТ и ПБ СЕ, СБ 200

БВ Согласования в надзорных органах Планово-технический отдел БА 300

БС Получение разрешения на строительство Планово-технический отдел БВ 80

ЕА ППР на СМР, допуски и инструктажи Отдел ОТ и ПБ БС 100

Продолжение таблицы Б.1.

Код Наименование задачи Исполняющая роль (ресурсы) Предшественник Трудоемкость, чел.-нед.

ЕБ Мобилизация, вахтовый лагерь, бытовой городок Строительная бригада ЕА 200

ЕС Временные сети и ограждение Строительная бригада ЕБ 250

ЕБ Планировка площадки, вынос осей Строительная бригада ЕС 220

БА Разработка котлованов и траншей Строительная бригада ЕБ 600

ББ Дренаж и водоотвод Строительная бригада БА 300

БС Подготовка оснований Строительная бригада ББ 250

ББ Приемка оснований Геодезическая группа БС 80

аА Арматурные каркасы и закладные Строительная бригада БС 400

аБ Устройство опалубки Строительная бригада ББ, аА 250

аС Бетонирование фундаментов Строительная бригада ав 500

аБ Гидроизоляция и защита бетона Строительная бригада ас 150

на Монтаж металлокаркаса зданий Монтажная бригада аБ 800

нб Ограждающие конструкции Строительная бригада на 600

нс Кровля и водостоки Монтажная бригада на 350

нб Внутренние отделочные работы Строительная бригада нб, не 500

!А Приемка по технике безопасности Отдел ОТ и ПБ аБ 150

IБ Установка резервуаров/аппаратов Геодезическая группа !А 600

IC Монтаж насосов Сварочно-монтажная бригада ш 350

IБ Анкерование, крепеж, холостой прогон Сварочно-монтажная бригада ГС 200

иа Разметка трасс трубопроводов Геодезическая группа ББ 200

ив Префабрикация узлов труб Монтажная бригада иа 500

ис Сварка магистралей и обвязок Сварочно-монтажная бригада ив 1000

иб Неразрушающий контроль, доработки Сварочно-монтажная бригада ие 250

ка Монтаж запорной арматуры Сварочно-монтажная бригада иб 300

Продолжение таблицы Б.1.

Код Наименование задачи Исполняющая роль (ресурсы) Предшественник Трудоемкость, чел.-нед.

KB Установка КИПиА Группа КИПиА JD 400

KC Поверка и калибровка датчиков Группа КИПиА KB 200

LA Кабельные лотки и эстакады Электротехнический отдел HD 350

LB Прокладка силовых кабелей Электротехнический отдел LA 600

LC Монтаж щитов/РУ Электротехнический отдел LB 400

LD Освещение и слаботочные системы Строительная бригада LA 300

MA Монтаж шкафов управления и ПЛК Группа КИПиА LC, LD 350

MB Конфигурация ПЛК/SCADA Группа КИПиА MA, KC 400

MC Loop-check и интеграционные испытания Электротехнический отдел MB 300

NA Подготовка поверхности труб Монтажная бригада KA 150

NB Нанесение изоляции/АКЗ Монтажная бригада NA 400

NC Контроль покрытия Отдел ОТ и ПБ NB 100

OA Планировка, отмостки Строительная бригада ID 250

OB Дороги и площадки Строительная бригада OA 600

OC Ограждение периметра, разметка Строительная бригада OB 200

PA Холодные испытания труб/аппаратов Сварочно-монтажная бригада OC, MC, NC 400

PB Индивидуальные испытания оборудования Группа КИПиА PA 500

PC Проверка защит, межблокировок Электротехнический отдел PB 450

QA Комплексное опробование (72-часовой прогон) Отдел инженерных изысканий PC 600

QB Ввод в эксплуатацию, обучение персонала Планово-технический отдел QA 300

Приложение В. АКТ О ВНЕДРЕНИИ РЕЗУЛЬТАТОВ В НАУЧНО-ИССЛЕДОВАТЕЛЬСКИХ ЛАБОРАТОРИЯХ

о внедрении научных результатов диссертационной работы на соискание учёной степени кандидата технических наук соискателя Ьекетова Сальбека Мустафаевнча «Разработка метода и моделей управления портфелем проектов в организационных системах на основе оптимизации распределения интеллектуальных

ресурсов»

Настоящий акт составлен о том, что результаты диссертационной работы на соискание учёной степени кандидата технических наук Бекетова Сальбека Мустафаевича используются при управлении портфелями проектов лабораторий «Промышленные системы потоковой обработки данных» и «Цифровое моделирование индустриальных систем» Передовой инженерной школы «Цифровой инжиниринг» ФГ'АОУ ВО «Санкт-Петербургский политехнический университет Петра Великого».

Соискатель является лаборантом-исследователем лаборатории «Цифровое моделирование индустриальных систем» и аналитиком лаборатории «Промышленные системы потоковой обработки данных». При выполнении своих трудовых обязанностей соискателем на базе 8 научно-исследовательских проектов в направлениях цифрового моделирования и разработки программно-аппаратных комплексов выполнена апробация следующих результатов: метод иерархического управления портфелем проектов в организационных системах на основе оптимизации распределения интеллектуальных ресурсов; модель и алгоритм решения задачи многокритериальной оптимизации распределения интеллектуальных ресурсов на нижнем уровне иерархии портфеля проектов в организационных системах; модель и алгоритм решения задачи формирования портфеля проектов в организационных системах на основе профилей Парето отдельных проектов; модель и алгоритм интеллектуальной поддержки принятия управленческих решений при динамической балансировке портфеля проектов.

Использование данных инструментов для поддержки принятия решений в научно-исследовательских лабораториях позволяет оптимально распределять интеллектуальные ресурсы и повышать эффективность управления портфелями проектов. Использование разработанных результатов позволило при годовом планировании сократить срок портфеля проектов на 4,3 %, а трудозатраты - на 1,4% (1,3 миллиона рублей).

АКТ

Директор Передовой инженерной школы «Цифровой инжиниринг» СПбПУ, к.т.н., доц.

Приложение Г. АКТ О ВНЕДРЕНИИ РЕЗУЛЬТАТОВ В ОБРАЗОВАТЕЛЬНУЮ ДЕЯТЕЛЬНОСТЬ

МИНОБРНАУКИ РОССИИ

федеральное государственное автономное образовательное учреждение высшего образования «Санкт-Петербургский политехнический университет Петра великого» (ФГАОУ ВО «СП6ПУ»)

ИНН 7804040077, ОГРН 1027802505279, ОКПО 02068574 ул. Политехническая, д. 29 литера Б, вн. тер. г. муниципальный округ Академическое, г. Санкт-Петербург, 195251 тел.:[phone], [e-mail]

на №

Л (О ¿¿¿^ м. СЮ-М-Ч-

от

№

Л.В. Панкова

АКТ

о внедрении научных результатов диссертационной работы

на соискание учёной степени кандидата технически* наук соискателя Бекетова С'альбска Мустафаевнча «Разработка метода и моделей управления портфелем проектов

в организационных системах на основе оптимизации распределения интеллектуальных ресурсов»

Настоящий акт составлен о том, что результаты диссертационной работы на соискание учёной степени кандидата технических наук Бекетова Сальбека Мустафаевича используются в образовательном процессе Высшей школы проектной деятельности и инноваций в промышленности Института машиностроения, материалов и транспорта, Высшей школы передовых цифровых технологий Передовой инженерной школы «Цифровой инжиниринг», Высшей инженерно-экономической школы Института промышленного менеджмента, экономики и торговли ФГАОУ ВО «Санкт-Петербургский политехнический университет Петра Великого».

Являясь ассистентом Высшей школы проектной деятельности и инноваций в промышленности, соискатель использует представленные в диссертационной работе научные положения и результаты:

1. В рамках дисциплин «Методы оптимизации процессов деятельности предприятий», «Математические модели технических объектов управления», «Модели и методы принятия решений» представляются примеры использования методов оптимизации для решения задач управления в организационных системах;

2. В рамках дисциплин «Цифровое моделирование по отрас;шм деятельности» и «Цифровое моделирование производственных процессов» представляются частные модели для управления процессами в компаниях реального сектора экономики с целью повышения качества принятия управленческих решений.

3. При подготовке выпускных квалификационных работ бакалавров и магистров по направлениям 27.03.02 «Управление качеством», 27.03.05 и 27.04.05 «Инноватика» в качестве методологической базы разработки методов многокритериальной, иерархической и вероятностной оптимизации для принятия формализованных решений.

Зам. директора по образовательной деятельности^ Института машиностроения, материалов и | ^~7

транспорта, к.т.н., доцент <•" ' ' ' —-» П.В.Ковалев

002914

Приложение Д. АКТ О ПОДГОТОВКЕ К ВНЕДРЕНИЮ В ООО «ЭТЦ

«АЛЬФА»