Файл: Проектный контроллинг (Модель контроллинга венчурной деятельности).pdf
Добавлен: 16.06.2023
Просмотров: 308
Скачиваний: 3
Российский рынок программных средств УП представлен всеми секторами мирового рынка от недорогих и простых до очень дорогих и мощных. К недорогим пакетам УП на российском рынке можно отнести такие как Microsoft Project, Time Line, Open Plan; к дорогим профессиональным программным средствам – Artemis Prestige и Primavera Project Рlаnnег.
Так же существуют отечественные программы управления проектами, среди которых благодаря свои возможностям выделяется пакет Spider Project.
К сожалению, несмотря на существование разнообразных автоматизированных средств УП, многие важные процессы и задачи УП либо вовсе не имеют необходимую компьютерную поддержку либо их компьютерная поддержка осуществляется не достаточно полно.
В современных условиях проекты и условия их реализации становятся все более сложными, увеличивается круг решаемых задач, но разработанные на сегодняшний день программные средства по УП не охватывают всего круга вопросов, возникающих при УП. Особенно это ощущается при УП, не имеющими аналогов в прошлом, поэтому при планировании и выполнении таких проектов используется неполная или неточная информация.
Такая ситуация характерна в первую очередь для инновационных проектов, проектов по разработке новых технологий и продуктов, и конечно же проектов в сфере информационных технологий.
При планировании и реализации различных проектов зачастую приходится решать большое количество неформализованных и слабоформализованных задач. Используемая качестве исходной для решения этих задач качественная информация обрабатывается с помощью специализированных методов обработки (например, с помощью метода теории нечетких множеств, метода нечеткой логики, интеллектуальных методов обработки информации). [26]
Проанализировав наиболее известные инновационные пакеты программных средств по УП можно сделать вывод, что в существующих программных средствах по УП компьютерная поддержка либо отсутствует либо она осуществляется недостаточно при решении многокритериальных, слабоформализованных, решаемых в условиях неопределенности типов задач по УП.
Кроме того, при поиске взаимоувязанного решения ряда задач УП, которые могут возникнуть на каждом этапе жизненного цикла реализуемого проекта, компьютерная поддержка осуществляется не в полной мере.
В программных средствах по УП часто не учтено большое количество реальных условий, рисков, факторов и возникающих неопределенностей, а это может привести к неправильному отображению действительности, в которой реализуются процессы УП.
Разработанная и реализованная концепция система УП в условиях неопределенности, способствует, во-первых, решению различных видов задач УП (к ним мы относим неформализованные, слабоформализованные, формализованные задачи) в условиях неопределенности и многокритериальности, и во-вторых, осуществлению компьютерной поддержки задач, которых могут возникнуть на каждом этапе жизненного цикла реализуемого проекта.
В основе концепции системы УП лежат методы и технологии проектного управления, теория принятия решений и технология интеллектуальной обработки информации.
Теория проектного управления и системный подход к УП решают проблемы взаимоувязки решений широкого круга задач УП и интеграции различных функций проектного управления. С помощью методов теории принятия решений и многокритериальной оптимизации осуществляется поддержка принятия оптимальных решений с учетом многих факторов и условий, что приводит к более адекватному моделированию действительности при УП.
С помощью интеллектуальных методов и технологий, основанных на теориях нечетких множеств, нечеткой логике, эволюционном моделировании и нейронных сетях, становится возможным эффективное решение различных задач, возникающих при УП в условиях неопределенности, а также более адаптация к изменяющимся условиям, в которых протекает УП. [27]
Первый принцип построения системы УП заключается в том, информация и неопределенность в системе УП должны быть представлены в нечеткомножественном виде, потому как с помощью теории нечетких множеств можно описать и обработать неопределенности различных видов.
В условиях неопределенности традиционным подходом к УП является вероятностный подход. Здесь важно отметить, что используя теорию вероятностей при оперировании неопределенными величинами зачастую любая неопределенность отождествляется со случайностью, независимо от ее природы, но основным источником неопределенности при УП является нечеткость или расплывчатость.
Из-за неточностей исходных данных, человеческого фактора, качественного характера обрабатываемой информации и возникает неопределенность в УП.
Системы УП в условиях неопределенности являются плохо определенными системами, в которых решается много слабоформализованных и неформализованных задач, для которых точное описание либо неизвестно, либо не имеет большого смысла, либо плохо реализуется.
Кроме того, система УП должна быть смоделирована как «гуманистическая» система, включающая человека (принимая во внимание его нечеткость мышления, традиции и привычки) как нечеткую подсистему. На входе этой подсистемы - четкое или нечеткое значение различных параметров проекта, а на выходе - четкий значения результатов реализации проекта.
Именно методы и модели теории нечетких множеств служат тем универсальным математическим аппаратом при описании систем УП в условиях различного рода неопределенностей, к тому же не нуждающимся в предварительном длительном накоплении статистики по проектам.
Подходя к УП с точки зрения теории нечетких множеств, представим критерии функционирования системы поддержки принятия решений как максимизацию степени допустимости и эффективности (или минимизацию степени недопустимости и неэффективности) принимаемых решений по УП.
В качестве подмножества решений считаем целесообразным выбрать подмножество допустимых и эффективных альтернативных вариантов решения задач принятия решений по УП, которое является нечетким для реальных систем УП, так как нельзя сказать, что лишь один из альтернативных вариантов решения задач принятия решений по управлению проектами является эффективным, а все остальные варианты решения неэффективны.
Отметим, что функция принадлежности нечетких множеств адекватно отображает как детерминированные множества, так и нечеткое задание неопределенности, а также и интервальную неопределенность, так как границы интервала значений величины имеют определенные значения функции принадлежности μA (x), которые равны 0 или 1.
При этом, вероятности задания значений какого-либо параметра всегда можно сопоставить соответствующее значение функции принадлежности μA (x) и шкалы задания значений; из чего следует, что и стохастическую неопределенность можно адекватно задать с помощью нечетких множеств.
Следующий принцип построения системы УП - многоуровневость и иерархичность системы, в которой каждый уровень иерархии и каждый элемент уровня должны быть обеспечены необходимой информацией для решения задач соответствующего уровня. Иерархичность построения систем, которой соподчинены отдельные подсистемы, подсистемы более высокого уровня зависимы от реального выполнения функций подсистемами нижнего уровня, приводит к повышению надежности всей системы в целом.
К возникновению иерархической структуры УП приводят возрастающая сложность проектов и усложнение управления ими. Поэтому появилась необходимость разделения всего инновационного процесса управления сложным проектом на такое число уровней, чтобы решение задачи принятия решения по управлению проектом соответствовало уровню управления.
Современные системы УП ориентированы, в основном, на нижний иерархический уровень управления, которым является команда проекта. Следующий важный принцип построения системы УП - система УП должна являться интеллектуализированной системой поддержки принятия решений (ИСППР).
Под интеллектуализированной СППР по УП мы понимаем систему, которая способна поддерживать принятие решений в следующих условиях:
- многокритериальность;
- необходимость обработки и анализа большого массива информации по проекту;
- неполная и недостаточная исходная информация по проекту;
- нечеткость и неопределенность данных;
- слабая формализованность и неформализованность задач по УП;
- необходимость распознавания ситуации;
- проведение интеллектуального анализа данных (классификация проектов и работ, планирование и определение параметров проекта) каждого этапа жизненного цикла проекта;
- адаптация и самообучение на основе базы данных по проектам.
Отличие интеллектуализированной СППР от интеллектуальной СППР заключается в том, что в интеллектуализированной СППР по УП окончательное решение стоит за менеджером проекта, а в ИСППР принимать решения система способна сама. ИСППР по УП строится на основе интеллектуальных технологий и должна быть гибкой, легко адаптирующейся к изменениям, осуществляющей поддержку принятия решений слабо формализованных или неформализованных задач, которых при УП может возникнуть множество. [28]
На практике сегодня наблюдается переход от детерминированностатистической к ителлектуализированной и интеллектуальной системе по УП. Это можно объяснить тем, что усложняются реальные проекты и задачи управления проектами, которые описываются с помощью количественных и качественных моделей, а так же неопределенностью и многокритериальностью условий принятия решений по УП, низкими возможностями технических и аппаратных средств.
Наблюдается наличие значительного разрыв между возможностями аппаратных средств компьютеров и применяемыми методами решения прикладных задач, которые реализованы в существующих компьютерных средствах УП. [29]
Наиболее освоенные на сегодня методы управления проектами базируются на хорошо формализованных математических моделях. Однако в практической деятельности многие относятся к плохо формализованным, для которых не известны алгоритмы, приводящие к результату без интеллектуального вмешательства человека.
В настоящее время наработано большое количество математических методов, возможности компьютеров и технических средст с каждым днем увеличиваются и на этом фоне актуальной является проблема создания таких программных средств по УП, которые использовали бы значительные ресурсы современных компьютеров и разработанные интеллектуальные технологии для решения недостаточно формализованных задач.
Еще одной проблемой является проблема создания и организации баз данных (архивов) по проектам, которые в дальнейшем использовались бы в таких сферах как интеллектуальный анализ данных по проектам, адаптация разработанной системы УП к конкретным условиям выполнения проектов, хранение экспертной информации, используемой для решения плохо формализованных задач. [30]
Статистическую информацию, накопленную и содержащуюся в архивах выполненных проектов можно использовать так же при настройке и обучении нейронных сетей, адаптации нечетких систем и генетических алгоритмов, применяемых в разработанной нами комплексной ИСППР по УП для решения различных плохо формализованных задач.
Следующий принцип построения системы УП заключается в том, что эта система должна представлять собой комплексную многофункциональную систему поддержки принятия решений, которая способствует принятию решений по широкому спектру задач УП, осуществляет как вертикальную интеграцию по уровням и субъектам управления, так и горизонтальную интеграцию по стадиям инновационного процесса управления и функциям инновационного процесса управления.
Именно с помощью многофункциональности осуществляется поддержка принятия решений по различным задачам УП.
Таким образом, согласно разработанным принципам, система управления сложными проектами в условиях неопределенности представляет собой комплексную интеллектуализированную систему поддержки принятия решений, позволяющая принимать решения по широкому кругу задач УП, и осуществляющая как вертикальную интеграцию по уровням и субъектам управления, так и горизонтальную интеграцию по стадиям процесса управления и функциям процесса управления. [31]
Разработанная концепция позволяет адекватно моделировать различные виды неопределенностей и нечеткости (которыми сопровождается весь процесс управления сложным проектом), используя при этом теории нечетких множеств и нечеткой логики.
Применение интеллектуальных методов и технологий, реализованных в системе УП на базе предложенного нами подхода, основанных на теориях нечетких множеств, нечеткой логике, эволюционном моделировании и нейронных сетях, способствует эффективному решению различных задач, возникающих в процессе УП в условиях неопределенности и нечеткости, в том числе формализованных и слабоформализованных, более гибкой адаптации к изменяющимся условиям, в которых протекает управление сложными проектами.