Осуществление разработки ИС

Бурное развитие информационных технологий (ИТ) обуславливает готовность предприятий тратить немалые деньги на самые передовые из них. Все больше руководителей предприятий понимают необходимость внедрения информационных систем и четко представляют себе те конкурентные преимущества, которые могут дать их производству современные информационные технологии в условиях все возрастающей масштабности сложности реализуемых проектов.

В последние годы заметный рост демонстрировали многие отрасли отечественной промышленности: авиаи машиностроение, добывающие отрасли, энергетика, нефтегазовый сектор металлургия и др. Именно в этих сегментах и наблюдался наибольший интерес к активному использованию ИТ. Многие предприятия вошли в состав промышленных холдингов и финансово-промышленных групп. Таким образом, появились новые управленческие задачи: переход на новую систему бизнес-планирования и финансовой отчетности, обеспечение информационной прозрачности для акционеров, инвесторов и партнеров. А в целом — переход на новые стандарты управления, отвечающие современным условиям рынка.

Процесс анализа и управления рисками можно определенно назвать актуальным и необходимым для реализации успешных ИТ-проектов. В условиях развивающегося рынка и спроса на ИТ-услуги, их поставщики должны обеспечивать высочайшее качество услуг, которое они могут контролировать, только учитывая и анализируя все возможные риски. В числе рисков, в частности, можно отметить:

· непонимание акционерами роли и места информационных технологий;

· сомнения в окупаемости ИТ-проектов;

· низкую степень готовности персонала к использованию новых технологий вообще и информационных технологий, в частности;

· слабую материально-техническую базу многих предприятий, которая препятствует созданию фундамента для развития ИТ.

Управление рисками проекта, в целом, включает следующие процессы:

· выявление и идентификацию предполагаемых рисков;

· анализ и оценку рисков;

· выбор методов управления риском;

· применение выбранных методов управления риском;

· реагирование на наступление рискового события;

· разработку и реализацию мер по снижению рисков;

· контроль, анализ и оценку действий по снижению рисков;

· выработку корректирующих решений.

Актуальной является проблема недостаточной проработки комплексной методологической базы и инструментальной среды поддержки принятия решений, обеспечивающих процессы управления рисками ИТ-проектов инновационной организации в условиях неопределенности среды принятия решений. Необходимо, использовать на каждом этапе управления рисками, качественные и количественные оценки, интегрирующие разные уровни влияния риска на принятие решения об осуществлении ИТ-проекта на предпроектном этапе. Следовательно, целесообразно разработать ИС, позволяющую проводить оценку и анализ рисков ИТ-проектов, для выбора лучшего решения.

Для выполнения процедуры отбора ИТ-проектов, особенно в сложных и уникальных ситуациях, привлекаются эксперты, консультанты, системные аналитики, которые должны, основываясь на своих субъективных представлениях и знаниях в конкретной предметной области, выявить достоинства и недостатки ИТ-проектов и оценить последствия принятия их к реализации.

Однако, довольно часто, даже высококвалифицированные эксперты в процессе оценивания могут давать противоречивые оценки как самих ИТ-проектов по критериям оценивания, так и важности (значимости) критериев оценивания. Кроме того, иногда эксперты способны определить лишь интервалы принадлежности оценок, затрудняясь выставить однозначные (чёткие) оценки по какой-либо балльной шкале.

В настоящее время, несмотря на наличие разнообразных подходов к решению задачи упорядочения и отбора различных объектов на основе оценок, полученных при групповом экспертом оценивании, существует необходимость в разработке математического аппарата, позволяющего принимать адекватные и обоснованные решения с использованием субъективных качественных данных, представленных, в том числе, в виде интервальных оценок.

В качестве инструментария при разработке такого математического аппарата может быть использована теория нечетких множеств, в частности, широко применяемые в ней нечеткие лингвистические переменные, а также непрерывный расширенный оператор упорядоченного взвешенного среднего над нечеткими (неопределенными) лингвистическими переменными ULWC — EOWA (Uncertain Linguistic Weighted Continuous — Extended Ordered Weighted Averaging).

Целью дипломного проекта является повышение качества решений по отбору ИТ-проектов в условиях неточной и неопределенной экспертной информации посредством разработки информационной системы (ИС), основанной на применении нечетких лингвистических переменных и позволяющей принимать адекватные и обоснованные решения с использованием субъективной качественной экспертной информации, представленной, в том числе, в виде интервальных оценок.

Исходными данными для анализа рисков ИТ-проектов является экспертная информация, представленная в виде интервальных оценок.

Разработанное приложение предназначено для работы в операционной системе Windows 98/2000/XP.

В качестве среды разработки был выбран программный продукт C++ Builder 6.0, позволяющий на высоком профессиональном уровне успешно реализовывать основные подходы и методы объектно-ориентированного программирования. Кроме того, С++ Builder 6.0 прост и понятен в освоении, обладает широчайшими возможностями по созданию приятного и интуитивно понятного пользовательского интерфейса.

Пояснительная записка к дипломному проекту содержит следующие основные части.

Раздел «Постановка задачи» содержит собственно словесную формулировку задачи и подход, с помощью которого эта задача будет решена. Также здесь определяется, каким требованиям должен удовлетворять конечный продукт.

В разделе «Технико-экономическое обоснование темы» указывается актуальность выбранной темы, проведен анализ преимуществ использования ИС для оценки рисков ИТ-проектов. Также обоснован выбор средств разработки.

Раздел «Теоретическая часть». Содержит основные теоретические сведения, использованные в процессе разработки ИС.

Раздел «Разработка и описание алгоритмов» посвящен подробному рассмотрению выбранного способа оценки и алгоритма отбора и упорядочивания проектов на основе нечетких лингвистических переменных и применения к ним непрерывного расширенного оператора упорядоченного взвешенного среднего ULWC — EOWA.

Раздел «Программная реализация алгоритмов» посвящен рассмотрению состава системы и вопросам, связанным с проектированием пользовательского интерфейса. Здесь же перечислены основные подпрограммы-функции, входящие в приложение.

В разделе «Программная документация» представлены руководство оператора и руководство программиста. Рассмотрены такие вопросы, как назначение разработанной ИС, требования к составу и параметрам технических средств, описывается работа приложения и т. п.

В разделе «Тестирование программного обеспечения» кратко рассмотрены вопросы отладки спроектированной ИС.

В разделе «Экономическая часть» приведен расчет затрат на разработку ИС. Сделаны выводы по эффективности предложения ИС и её использования на предприятии.

В разделе «Безопасность и экологичность проекта» описаны характерные опасные и вредные факторы и возможные негативные воздействия на организм человека при эксплуатации ПЭВМ, с описанием мер и средств обеспечения безопасности пользователей.

В приложении приведен прокомментированный листинг наиболее значимых частей ИС.

1. Постановка задачи

Информатизация общества, требует постоянного ускорения обработки информации, увеличения объемов обрабатываемых данных, все более сложных форм представления и анализа информации. Поставщики ИТ стремятся идти в ногу со временем, предлагая самые современные технологии, постоянно расширяя их функциональные возможности и сферы использования.

Крупные компании, к которым относится ООО «ТНК-BP Холдинг», также испытывающие необходимость в применении ИТ, чаще всего принимаются за их внедрение без анализа альтернативных возможностей, предстоящих затрат, эффекта, привнесенного риска. При таком подходе к реализации ИТ, его стоимость и уровень возможных рисков значительно возрастает, а полученный эффект далек от ожидаемого. Данная проблема не менее актуальна для всех отечественных организаций, которым сегодня для увеличения своей конкурентоспособности в период активного развития экономики, применение ИТ крайне необходимо. Однако из-за отсутствия опыта в области внедрения ИТ-проектов возрастает и риск неэффективности этих введений.

Оценивание характеристик качества ИТ является нетривиальной задачей с известной долей субъективизма. Эксперты, консультанты, системные аналитики на основе субъективных данных оценивают достоинства и недостатки ИТ-проектов, формируя множество значимых критериев.

Цель дипломного проекта: повышение качества решений по отбору ИТ-проектов в условиях неточной и неопределенной экспертной информации посредством разработки ИС, основанной на применении нечетких лингвистических переменных и позволяющей принимать адекватные и обоснованные решения с использованием субъективной качественной экспертной информации, представленной, в том числе, в виде интервальных оценок.

Для ее достижения необходимо решить следующие основные задачи.

1. Изучить алгоритм упорядочивания рисковых ИТ-проектов, основанный на операторе ULWC-EOWA.

2. Выполнить программную реализацию алгоритма упорядочивания рисковых ИТ-проектов.

3. Провести отбор и оценку критериев оценивания рисковых ИТ-проектов.

4. Провести отбор и сортировку рисковых ИТ-проектов.

5. Обеспечить интуитивно-понятный удобный графический интерфейс пользователя.

Таким образом, разрабатываемая ИС с практической точки зрения должна удовлетворять следующим основным характеристикам.

1. ИС должна обеспечивать считывание исходных данных из текстового файла или рабочей книги Excel (при этом лингвистическая шкала уже известна заранее; для каждого эксперта имеются интервальные экспертные оценки как самих ИТ-проектов, так и критериев, а также оценки важности каждого эксперта).

2. Производить отбор значимых критериев оценивания рисковых ИТ-проектов.

3. Обеспечивать возможность применение различных стратегий принятия решений.

4. Сохранять результат работы ИС в текстовом файле или в рабочей книги Excel.

2. Технико-экономическое обоснование темы

В современных социально-экономических условиях в России существует объективная необходимость в привлечении инвестиций в различные отрасли экономики, что, в свою очередь, требует применения передовых информационных технологий, обеспечивающих эффективность процесса принятия управленческих решений.

В инвестиционной деятельности применение передовых информационных технологий к принятию решений предполагает обеспечение адекватного выполнения классификации и отбора ИТ-проектов с последующим распределением финансовых ресурсов между ними.

Зачастую, при реализации инвестиционных ИТ-проектов, приходится сталкиваться с повышенным риском невозврата вложенных средств, особенно когда к реализации принимаются проекты, не имеющие аналогов в прошлом.

Отбор ИТ-проектов, в большинстве случаев, заключается в выборе таких проектов из числа возможных, в которых с учетом разнообразных критериев оценивания и противоречивых требований будет оптимизирована общая ценность, в максимальной степени обеспечивающая достижение поставленных целей.

Наличие большого количества критериев оценивания, противоречивость требований, неоднозначность и неуверенность экспертов при выставлении оценок проектов по критериям, ошибки в выборе приоритетов усложняют процедуру принятия решений по отбору ИТ-проектов.

Возникает проблема усовершенствования процедуры отбора ИТ-проектов в условиях неоднозначных экспертных данных.

Разрабатываемая в рамках дипломного проекта ИС «Риск» позволит повысить качество решений по отбору ИТ-проектов, в условиях неточной и неопределенной экспертной информации.

Наиболее удобной программной средой для реализации методов, основанных на комплексном применении инструментария теории нечетких множеств, является среда программирования C++ Builder 6.0.

В настоящее время именно C++ Builder 6.0 находит большое применение в решении различных прикладных задач.

Данное средство создания приложений обладает рядом преимуществ: имеет достаточно мощный язык С++ в своей основе, что позволяет успешно реализовывать сложные для других языков методы довольно удобными, простыми способами.

Также C++ Builder является более понятной и гибкой средой разработки, нежели его аналоги (C# и Visual C++).

Это позволяет быстро и грамотно реализовывать поставленные задачи.

Кроме того, C++ Builder обладает удобным и значительным инструментарием для построения интуитивно-понятного пользовательского интерфейса.

Наиболее известными областями применения среды программирования C++ Builder 6.0 являются: математика и вычисления; разработка алгоритмов; вычислительный эксперимент; анализ данных, исследование и визуализация результатов; научная и инженерная графика; разработка приложений, включая графический интерфейс пользователя.

C++ Builder обладает достаточно удобными средствами визуализации разнообразных математических объектов, в том числе графиков функций. При этом используются различные системы координат, стили и способы цветового выделения изображений, что обеспечивает наглядность получаемых рисунков.

Таким образом, использование в данной работе именно среды программирования C++ Builder 6.0, располагающей всеми необходимыми средствами для применения инструментария теории нечетких множеств, посредством формирования нечетких лингвистических переменных и применения к ним расширенного оператора EOWA дает очевидные преимущества в вопросе точности и объективности полученного результата — списка упорядочения рисковых ИТ-проектов на основе групповых экспертных интервальных оценок по выбранным критериям оценивания в соответствии с той или иной стратегией принятия решения.

3. Теоретическая часть

3.1 Виды и особенности ИТ-проектов

программный алгоритм тестирование переменная

Большинство руководителей объективно оценивают вклад ИТ в обеспечение и развитие бизнеса. Например, по западной статистке компании инвестируют в ИТ от 2 до 7% дохода, а некоторые — до 20%. Инвестиции в ИТ постоянно возрастают, поскольку программное обеспечение (ПО) и техника становятся вся более дорогими, а автоматизация — глобальной. Растет также доля расходов на поддержку и сопровождение уже внедренного ПО.

В условиях конкурентной рыночной среды к ИТ-проекту следует относиться как к самостоятельному инвестиционному проекту, то есть как к способу инвестирования средств в качественное улучшение управления компанией.

Прежде чем переходить к рискам, рассмотрим ИТ-проекты подробнее.

ИТ-проекты можно разделить на три группы:

· проекты по развитию ИТ инфраструктуры (сети передачи данных, системы телефонии, центры хранения и обработки данных, аппаратное и системное ПО, инженерные системы центров обработки данных и т. д.);

· проекты, связанные с бизнес-приложениями — внедрение новой (замена существующей) ИС, расширение функциональности ИС, интеграционные проекты;

· организационные проекты — разработка ИТ — стратегии, построение систем управления ИТ службами, сервисами, ресурсами.

Часто проекты охватывают сразу две или все три группы — например, построение контакт-центра на базе CRM системы. ИТ-проекты всех видов имеют следующие особенности.

1. Высокая стоимость ИТ-проектов, направленных как на развитие новых направлений, так и на расширение существующих возможностей. К примеру, стоимость проекта по запуску (смене) автоматизированной банковской системы (АБС), или запуску информационной системы (ИС), для автоматизации отдельных направлений (например, фронт-офисная ИС или CRM) может превысить $ 1 млн. (а может превысить и $ 20 млн.). Стоимость проекта по созданию выделенного центра обработки и хранения данных вряд ли окажется меньше $ 500 тыс.

2. Сильная зависимость бизнеса от результатов ИТ-проектов.

3. Как правило (особенно характерно это для розничного бизнеса), достижение запланированных показателей бизнеса невозможно без успешного завершения сопутствующих ИТ-проектов. Можно сказать, что цена ошибок в ИТ-проектах для бизнеса высока и возможные потери, как правило, существенно превышают возможные прямые потери проектов. Соответственно можно говорить о том, что инвестиционные проекты несут в себе риски для бизнеса или иначе, являются факторами рисков бизнеса.

4. Большая сложность ИТ-проектов и высокие риски невыполнения их в срок и с согласованным бюджетом.

3.2 Риски ИТ-проектов

На современном этапе для многих предприятий развитие бизнеса существенно зависит от качественной поддержки со стороны информационных технологий. Развитие и эксплуатация ИТ-систем характеризуются определенными рисками. Вследствие этого управление ИТ-рисками становится неотъемлемой частью процессов глобального управления рисками бизнеса, а оценка и управление ИТ-рисками требуют анализа как специфичных для области ИТ факторов, так и комплексного учета экономических, политических, конкурентных условий работы компании.

ИТ-риски можно условно разделить на две группы: риски, связанные с обеспечением непрерывности бизнеса, и риски реализации новых проектов. Первая группа рисков связана с вопросами эксплуатации ИТ-систем, обеспечения коммуникаций, информационной безопасности, сохранности информации, восстановления после аварий и т. д. Каждый из этих вопросов — тема для отдельного обсуждения. Мы остановимся на второй группе, а именно на вопросах управления рисками, и прежде всего — их идентификации, в проектах внедрения информационных систем управления предприятием класса ERP, CRM, SCM и пр.

Общеизвестным является тот факт, что значительная доля проектов в области ИТ являются неудачными в части соответствия целям, бюджету или срокам — в среднем в мире этот показатель превышает 50%, а в государственном секторе даже 70%. Во многом такие проблемы связаны с недостаточно полным и качественным управлением рисками. Однако необходимо отметить, что при принятии решений о внедрении необходимо корректно и полно анализировать и риски бизнеса для своего рода «нулевого» варианта, когда оценивается ситуация: «а что будет, если не внедрять систему?».

Если говорить о рисках, связанных непосредственно с реализацией проекта, то начать, наверное, стоит с классических определений, например: «Под риском проекта понимают потенциальную, численно измеримую возможность неблагоприятных ситуаций и связанных с ними последствий в виде ущерба, убытков, неблагоприятного изменения основных управляемых параметров проекта. Такие ситуации могут возникать в связи с неопределенностью, то есть со случайными изменениями условий экономической деятельности, неблагоприятными, в том числе форс-мажорными, обстоятельствами, а также в связи с возможностью получения непредсказуемого результата в зависимости от предпринятого или не предпринятого действия».

Соответственно, под управлением рисками понимают совокупность методов анализа и нейтрализации факторов риска.

3.3 Управление рисками

Управление рисками проекта, в целом, включает следующие процессы:

· выявление и идентификацию предполагаемых рисков;

· анализ и оценку рисков;

· выбор методов управления риском;

· применение выбранных методов управления риском;

· реагирование на наступление рискового события;

· разработку и реализацию мер по снижению рисков;

· контроль, анализ и оценку действий по снижению рисков;

· выработку корректирующих решений.

Управление рисками, естественно, охватывает весь цикл проекта — от подготовки до завершения, но наиболее важным (особенно в контрактах с фиксированными сроками и стоимостью) будет правильная и «честная» оценка будущих рисков на стадии подготовки проекта.

Практика показывает, что игнорирование или несерьезное отношение к оценке рисков до начала работ может приводить к серьезным последствиям в ходе выполнения проекта.

Заметим, что довольно часто работа по идентификации рисков, их определению в договоре возлагается на руководителя проекта со стороны компании — консультанта по внедрению системы, в то время как заказчик не уделяет этим аспектам достаточного внимания, полагая, что его ответственность ограничена финансовыми обязательствами по контракту. На самом деле, эта работа должна проводиться совместно и итеративно.

В этом плане полезно, если проекту внедрения ERP-системы предшествует этап бизнес-диагностики или разработки ИТ-стратегии, так как уже заранее часть наиболее важных рисков может быть определена и учтена.

При подготовке проекта внедрения системы целесообразно для идентификации рисков использовать следующую классификацию. Прежде всего, риски можно разделить на две категории: внешние (макроэкономические, страновые, отраслевые и пр.) и внутренние.

Например, к макроэкономическим рискам могут быть отнесены влияние обменных курсов валют, мировых цен на сырье и продукцию, индексов инфляции, налоговой среды и другие. Так, падение мировых цен на нефть существенно повлияет на инвестиционные проекты в нефтегазовой и смежных отраслях. Соответственно, обработка этого риска будет заключаться в принятии решения либо о пренебрежении риском, либо о сокращении сроков внедрения, либо о разделении проекта на этапы, с анализом ситуации после каждого этапа и оценкой целесообразности дальнейших работ.

Риски, связанные с политической и законодательной ситуацией в стране или странах, где работает предприятие, относят к «страновым» рискам. Выделяют также отраслевые риски — технологические и производственные, маркетинговые, реформирование индустрии и др.

Например, российские страховщики готовясь к использованию системы «Европейский протокол» при урегулировании убытков по ОСАГО, что требует определенных изменений в информационных системах страховых компаний, вынуждены были отсрочить введение этой системы на территории России на год. Это вариант пересечения странового и отраслевого рисков. Другой пример отраслевого риска связан с реформированием в российской энергетике — два года назад еще не было понятно, каким будет этот процесс, и что потребуется предпринять в сфере ИТ-обеспечения бизнеса.

Аналогично можно предварительно оценить и внутренние (проектные) риски: управленческие, организационные, технологические; риски, связанные с контрагентами (в том числе компаниями — партнерами по внедрению), с корпоративной культурой компании и др.

Примеры таких рисков и возможные направления действий по снижению их значимости приведены в таблице 3.1.

Таблица 3.1 — Примеры внутренних проектных рисков и возможные пути их снижения

3.4 Способы оценки рисков

Рассмотрим методы оценки экономического риска, которые применяются в настоящее время.

Статистические методы — это дисперсионный, регрессионный и факторный анализ. Достоинство этого класса методов — определенная универсальность. Недостатками является необходимость иметь большую базу данных, сложность и неоднозначность полученных выводов, трудности при анализе динамических рядов и так далее.

Становится популярным метод кластерного анализа, результаты которого имеют практическую значимость. Чаще всего кластерный анализ используется при разработке бизнес-планов, при расчете общего коэффициента риска на основе данных, полученных в результате разбиения рисков на группы.

Аналитические методы используются наиболее часто. Достоинства: они хорошо разработаны, просты для применения и оперируют несложными понятиями. К таким методам относятся: метод дисконтирования, анализ окупаемости затрат, анализ безубыточности производства, анализ чувствительности, анализ устойчивости.

При использовании метода дисконтирования корректируется норма дисконта на коэффициент риска, который получается методом экспертных оценок. Его недостаток — мера риска определяется субъективно.

Применение метода окупаемости затрат заключается в расчете срока окупаемости проекта.

Использование метода факторного анализа позволяет определять степень влияния различных факторов на результирующий показатель. Методом анализа устойчивости определяется изменение основных экономических показателей проекта при неблагоприятном изменении различных факторов.

Метод аналогий используется для прогноза финансового состояния проекта, риск его реализации опирается на риск другого аналогичного проекта, который был реализован несколько ранее. Предполагается, что экономическая система, в рамках которой реализовывался проект, ведет себя аналогичным образом.

Метод экспертных оценок основан на интуиции и практических знаний специально подобранных людей, то есть экспертов. В ходе работы происходит опрос экспертов. При этом используются различные методы опроса, и на основе этого опроса строится прогноз инвестиционного проекта. При надёжном подборе экспертов и оптимальной организации их работы — это один из самых точных и надежных методов.

4. Анализ предметной области

4.1 Система критериев

Качественная система отбора и оценки критериев — основа в оценивании рисков при анализе целесообразности инвестиций в высокотехнологичные проекты.

Научная система критериев может отразить состав (структуру) факторов риска высокотехнологичных проектных инвестиций.

Из-за высокой неопределенности высокотехнологичных рисковых инвестиционных проектов, основанных на статусе развития высокотехнологичных рисковых инвестиций, научную систему критериев целесообразно применить к характеристикам рисковых инвестиционных проектов.

Первоначально построим систему критериев (таблица 4.1), основанную на существующей коррелятивной системе критериев рисков высокотехнологичных проектов.

Таблица 4.1 — Система критериев оценки риска высокотехнологичных проектных инвестиций (начальная)

После первоначального конструирования системы критериев, основанной на анкетных опросах о коррелятивной связи между оценкой критериев и отбором проекта (о степени влияния критерия на отбор проекта), было выполнено исследование двадцати девяти рисковых инвестиционных учреждений риска.

Данные учреждения имеют выдающиеся разработки и хорошую репутацию, в плане представительности и надежности исходных данных этого исследования.

Метод интервью был использован для исследования пяти рисковых инвестиционных учреждений.

Метод анкетных онлайн-опросов был применен, чтобы исследовать двадцать четыре рисковых инвестиционных учреждения. При этом было получено девятнадцать действительных анкетных опросов. Суммируя все результаты, мы можем получить данные в таблице 4.2.

В таблице 4.2 баллы представляют:

5 — очень сильная корреляция (статистическая взаимосвязь) между критерием и решением об отборе проекта;

4 — сильная корреляция между критерием и решением об отборе проекта;

3 — незначительная корреляция между критерием и решением об отборе проекта;

2 — слабая корреляция между критерием и решением об отборе проекта;

1 — отсутствие корреляции между критерием и решением об отборе проекта.

Анализ данных в таблице 4.2 выполнен с помощью статистического аналитического программного обеспечения SPSS, рассчитаны: математическое ожидание, стандартное отклонение (СКО) и коэффициент вариации (таблица 4.3).

В таблице 4.3 среднее значение каждого критерия представляет степень корреляции между критерием и проектом.

Таблица 4.2 — Сводные результаты опроса «корреляционная степень зависимости между оценкой показателя и выбора проекта

Таблица 4.3 — Степень корреляции между критерием и проектом

Чем больше среднее значение, тем выше степень корреляции между критерием и проектом. Коэффициент вариации каждого критерия представляет степень корреляции и разброса оценок (влияния) критериев на выбор проекта в выборке данных.

Коэффициент вариации случайной величины — мера относительного разброса случайной величины; показывает, какую долю среднего значения этой величины составляет её средний разброс. Исчисляется в процентах. Вычисляется только для количественных данных. В отличие от среднего квадратичного или стандартного отклонения измеряет не абсолютную, а относительную меру разброса значений признака в статистической совокупности.

Когда коэффициент вариации становится меньше, степень разброса данных в выборке тоже становится меньше, степень корреляции становится выше и степень непротиворечивости (надежности оценок) — выше.

Основываясь на существующих исследованиях, можно сказать, что если среднее больше, чем 3,4, степень корреляции между критерием и проектом выше. Если среднее меньше, чем 3,4, степень корреляции между критерием и проектом низкая. Таким образом, критерием с низким средним значением можно пренебречь в процессе оценки.

Критическое (пороговое) значение коэффициента вариации критерия равно 0,3. Если коэффициент вариации больше 0,3, то степень разброса данных высокая. Таким образом, критерием с высоким значением коэффициента вариации можно пренебречь в процессе оценки.

Таким образом, если среднее значение критерия больше, чем 3,4, а его коэффициент вариации меньше, чем 0,3, то такой критерий будет помещен в заключительную систему критериев оценивания проектов. В таблице 2.4 на основе данных таблицы 2.3 сформирована итоговая система критериев, которая содержит семнадцать критериев, включая «финансовые возможности (K1)», «стоимость проекта (K2)», «новизна (K6)», «соотношение с мировым уровнем (K7)», «надежность технологии (K9)», «обеспеченность научно-техническими ресурсами (K10)», «прогрессивность производственного процесса (K12)», «возможность развития производства (K13)», «материалоёмкость (K14)», «конкурентоспособность продукта (K18)», «эффект конкурентов (K19)», «маркетинговые способности (K20)», «вероятность коммерческого успеха (K21)», «обеспечение каналами продвижения на рынок (K22)», «наличие персонала соответствующей квалификации (K23)», «соответствие научно — техническим направлениям (K25)» и «воздействие на экологию региона (K27)». После изменения нумерации критериев может быть получена таблица 4.4.

Таблица 4.4 — Система критериев оценки риска высокотехнологичных проектных инвестиций (финальная)

4.2 Описание и правила операций над нечеткими лингвистическими переменными

Пусть в задаче отбора ИТ-проектов заданы:

— множество ИТ-проектов;

— множество критериев, по которым оцениваются конкурсные проекты;

— множество экспертов.

При этом предполагается, что для некоторых оценок ИТ-проектов по критериям оценивания и некоторых оценок важности (значимости) критериев оценивания определены лишь интервалы принадлежности оценок, а не однозначные (чёткие) оценки по какой-либо балльной шкале (как это требуется в большинстве подходов, обеспечивающих классификацию и отбор объектов).

Для представления неточных знаний экспертов как об оценках ИТ-проектов по критериям оценивания, так и о значимости самих критериев целесообразно использовать принципы описания и обработки (например, с целью упорядочения) неточных данных об объектах с применением нечетких лингвистических переменных.

Пусть — некоторая дискретная лингвистическая шкала, где — лингвистическая переменная; - некоторое натуральное число ().

Например, при лингвистическая шкала оценок может быть определена как:

= («чрезвычайно низкая», «очень низкая», «низкая», «средняя», «высокая», «очень высокая», «чрезвычайно высокая»), где каждый лингвистический терм (например, «чрезвычайно низкая», «очень низкая» и т. п.) соответствует классической чёткой оценке (-3, -2 и т. п.), которая будет являться одной из границ (левой или правой) интервала оценивания в случае представления неточных знаний экспертов (при этом, если знания (оценки) являются точными, то левая граница будет совпадать с правой).

Во избежание потери лингвистической информации о том или ином принимаемом решении, дискретная лингвистическая шкала может быть расширена на непрерывную лингвистическую шкалу, где — достаточно большое положительное число (). Тогда, если, то называют исходным лингвистическим термом, в противном случае называют расширенным лингвистическим термом.

Исходные лингвистические термы используются для оценки каких-либо объектов (например, для оценки как самих ИТ-проектов, так и значимости критериев их оценивания), а расширенные лингвистические термы — для реализации вычислений и выполнения упорядочения объектов.

Лингвистические термы и (,) обладают следующими свойствами:

если, то (лучше);

если, то ;

если, то .

Для лингвистических термов и определены операции:

· сложения: ;

· умножения: ,

где — знак умножения; - знак умножения.

Кроме того, к лингвистическому терму могут быть применены операции:

· отрицания: ;

· возведения в степень ;

· умножения на произвольное число (): .

Интервал называется нечеткой лингвистической переменной, если, где термы определяют нижнюю и верхнюю границы интервала соответственно ().

Пусть — множество нечетких лингвистических переменных. Тогда для нечетких лингвистических переменных и определены операции:

· ;

· ;

· ;

· ;

· .

Оператор ULWC-EOWA

В случае, когда при выполнении расчетов с нечеткими лингвистическими переменными необходимо учитывать их различные степени значимости (важности), может быть использован расширенный оператор упорядоченного взвешенного среднего (EOWA — extended ordered weighted averaging), определяемый как [7, 8]:

(4.1)

где — количество нечетких лингвистических переменных; - -й наибольший элемент во множестве лингвистических переменных;; - вектор весов (коэффициентов относительной важности) нечетких переменных лингвистических переменных (;).

Для вычисления величины веса (коэффициента относительной важности) () может быть использована формула, предложенная Ягером:

(4.2)

где

(4.3)

Квантификатор в формуле (4.3) определяется как линейная функция принадлежности при, , [7, 8].

Значения параметров (,) определяются в зависимости от лингвистического смысла квантификатора. Квантификатору, описывающему понятие «много» (например, «много» экспертов, поддерживающих консервативную стратегию принятия решений), соответствует пара значений (,) = (0,3; 0,8); квантификатору, описывающему понятие «по меньшей мере, половина», соответствует пара значений (,) = (0,0; 0,5); квантификатору, описывающему понятие «столько, сколько возможно», соответствует пара значений (,) = (0,5; 1,0).

К нечеткой лингвистической переменной может быть применен непрерывный оператор интервального аргумента (C — EOWA — continuous EOWA), определяемый как [12]:

(4.4)

где

; (4.5)

— функция, обладающая следующими свойствами:;; если, то .

Функция является базисной монотонной функцией, определенной на единичном интервале.

Функция характеризует стратегию риска лица, принимающего решения.

Так, если (), то непрерывный оператор интервального аргумента принимает вид:

. (4.6)

Параметр в формуле (4.6) характеризует степень риска, а выбор значения параметра определяет стратегию, в соответствии с которой принимается решение по упорядочению объектов.

При выполнении расчетов по формуле (4.6) определяется расширенный лингвистический терм, где .

Если, то:, роль терма становится минимальной, терм играет определяющую роль в принятии решения и. В этом случае стратегия принятия решения является рискованной. При: и стратегия принятия решения является стратегией абсолютного риска.

Если, то:, роль терма становится минимальной, терм играет определяющую роль в принятии решения. В этом случае стратегия принятия решения является консервативной.

Если, то:. В этом случае стратегия принятия решения является нейтральной.

Для нечетких лингвистических переменных вида () определен чёткий лингвистический взвешенный (PLW — pure linguistic weighted) оператор C — EOWA (PLWC — EOWA), определяемый как [12]:

(4.7)

где — лингвистический вектор весов (коэффициентов относительной важности) нечетких лингвистических переменных ();; () вычисляется по формулам (4.4) и (4.5).

Кроме того, для нечетких лингвистических переменных вида () определен нечёткий лингвистический взвешенный (ULW — uncertain linguistic weighted) оператор C — EOWA вида [12]:

(4.8)

где — нечеткий лингвистический вектор весов (коэффициентов относительной важности) нечетких лингвистических переменных ();; () вычисляется по формулам (4.4) и (4.5).

Определенные выше понятия и операторы позволяют сформулировать новый подход к упорядочению и отбору ИТ-проектов, представленных с помощью нечетких лингвистических переменных.

Метод оценки, основанный на операторе ULWC-EOWA

Пусть — матрица оценок ИТ-проектов, данных экспертом (), где — интервальная оценка конкурсного проекта () по критерию (), данная экспертом () и представленная в виде нечеткой лингвистической переменной;; .

Пусть — вектор весов (коэффициентов относительной важности) критериев, определенный экспертом (), где — интервальная оценка значимости (важности) критерия (), представленная в виде нечеткой лингвистической переменной;; .

Пусть — вектор весов экспертов, где и — вещественное число.

Тогда упорядочение и отбор ИТ-проектов могут быть реализованы в соответствии со следующим алгоритмом.

Шаг 1. Формирование экспертом () матрицы оценок ИТ-проектов по критериям оценивания и вектора весов критериев (;). Вычисление обобщенной матрицы оценок ИТ-проектов по критериям оценивания и обобщенного вектора весов критериев, где; .

Так как; , то:

;; (4.9)

;. (4.10)

Шаг 2. Вычисление значений и с использованием оператора C-EOWA в соответствии с формулами (4.4) и (4.5).

Шаг 3. Агрегирование значений оценок (;) для ИТ-проектов и значений оценок для коэффициентов относительной важности критериев () с использованием оператора ULWC-EOWA для получения комплексных оценок ИТ-проектов ():

. (4.11)

Шаг 4. Упорядочение ИТ-проектов () в порядке убывания значений комплексных оценок ИТ-проектов () и отбор лучших (в соответствии максимальными значениями ().

Самостоятельной задачей при реализации процедуры отбора ИТ-проектов является задача формирования множества значимых критериев оценивания. Известны различные алгоритмы, разработанные под те или иные методики анализа данных и реализующие выявление наиболее значимых критериев.

В частности, при формировании такого множества критериев оценивания могут быть использованы результаты группового экспертного опроса, в котором эксперты по пятибалльной шкале должны оценить степень влияния каждого критерия из исходного списка критериев на отбор (принятие к реализации) конкурсного проекта.

При этом полагается, что степень влияния критерия в баллах c лингвистической точки зрения описывается как: «5» — «очень сильное влияние», «4» — «сильное влияние»; «3» — «среднее влияние»; «2» — «слабое влияние»; «1» — «влияние отсутствует». На основе таких экспертных балльных оценок, данных экспертом () по критерию () вычисляются:

математическое ожидание:

;

среднеквадратическое отклонение:

;

коэффициент вариации:

.

Критерии, для которых и (), исключаются из дальнейшего рассмотрения, а из оставшихся критериев формируется множество значимых критериев отбора. При этом количество экспертов должно быть достаточно большим (не менее 20).

В данном случае формирование множества критериев выполняется на основе результатов явного группового экспертного оценивания степени влияния критериев на отбор (принятие к реализации) произвольного конкурсного проекта.

В качестве еще одного альтернативного способа формирования множества значимых критериев оценивания может быть предложен способ, основанный на неявном выявлении значимых критериев отбора, осуществляемом в процессе группового экспертного оценивания ИТ-проектов по исходному множеству критериев оценивания по балльной шкале, посредством формирования обобщающих решающих аппроксимирующих правил классификации с применением мульти множественного подхода [2, 5]. При этом обычно достаточным является количество экспертов, равное 6 — 10 человек. В этом случае критерии, не вошедшие ни в одно из решающих правил классификации, полагаются незначимыми.

Следует отметить, что для более уверенного формирования множества значимых критериев отбора целесообразно одновременно применять различные способы выявления значимых критериев (в том числе, и описанные выше) с последующим согласованием полученных списков критериев.

5. Программная реализация алгоритмов

Разработка ИС

Назначение разработки данного дипломного проекта заключается в автоматизации процесса оценки и анализа рисков ИТ-проектов, а также отбор лучших из них с использованием субъективной качественной экспертной информации, представленной в виде интервальных оценок, посредством формирования на ее основе нечетких лингвистических переменных и применения к ним непрерывного расширенного оператора упорядоченного взвешенного среднего ULWC — EOWA.

На основании этого в процессе разработки ИС проектирование структуры программных компонентов в данном дипломном проекте осуществляется с использованием инструментальных средств проектирования CASE-технологии.

CASE-технология (Computer-Aided Software / System Engineering) представляет собой совокупность методологий анализа, проектирования, разработки и сопровождения сложных систем программного обеспечения (ПО), поддержанную комплексом взаимосвязанных средств автоматизации.

CASE предоставляет системным аналитикам, проектировщикам и программистам инструментарий для автоматизации проектирования и разработки ПО.

CASE позволяет не только получать корректные программные продукты, но и обеспечивает технологически правильный процесс их создания. Главная цель CASE состоит в том, чтобы отделить проектирование ПО от его кодирования и последующих этапов разработки, а также скрыть от разработчиков все детали среды разработки ПО.

Основной акцент в процессе создания ПО приходится на этапы анализа и проектирования, в отличие от кодирования.

CASE-технологии широко применяются для многих типов систем ПО, но чаще всего они используются в следующих областях:

· разработка делового и коммерческого ПО (широкое применение CASE-технологий обусловлено массовостью этой прикладной области, в которой CASE применяется не только для разработки ПО, но и для создания моделей систем, помогающих коммерческим структурам решать задачи стратегического планирования, управления финансами, определения политики фирм, обучение персонала (этот направление получил собственное название-бизнес-анализ));

· создание системного и управляющего ПО (использование CASE-технологии в этой отрасли вызвано высокой сложностью данного вида работ и необходимостью повышения их производительности).

Помимо автоматизации структурных методологий и возможности применения современных методов системной и программной инженерии, CASE-средства имеют следующие преимущества:

· повышают качество создаваемого ПО благодаря использованию средств автоматического контроля, в частности контроля проекта;

· поддерживают создание прототипа будущей системы, что позволяет на ранних этапах оценить ожидаемый результат;