Помощь в написании студенческих работ
Антистрессовый сервис

Разработка и исследование моделей и методов календарного планирования для неоднородных систем исполнителей с обучением и наличием резерва ресурсов

Диссертация: Разработка и исследование моделей и методов календарного планирования для неоднородных систем исполнителей с обучением и наличием резерва ресурсов
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Исходя из поставленной цели, основной научной задачей является создание модели задачи календарного планирования для неоднородных систем исполнителей с обучением и наличием резерва ресурсов в условиях неопределенности и разработка методов ее решения при следующих исходных данных: имеется неоднородная система исполнителей, работающих параллельнонеоднородное множество исполнителей, которые могут… Читать ещё >

Разработка и исследование моделей и методов календарного планирования для неоднородных систем исполнителей с обучением и наличием резерва ресурсов (реферат, курсовая, диплом, контрольная)

Содержание

  • 1. Исследование и анализ особенностей календарного планирования для неоднородных систем исполнителей с обучением и наличием резерва ресурсов в условиях неопределенности
    • 1. 1. Исследование области функционирования неоднородных систем исполнителей с обучением и наличием резерва ресурсов
    • 1. 2. Прогнозирование стоимости проектов для неоднородных систем исполнителей с обучением и наличием резерва ресурсов на примере программных проектов
    • 1. 3. Исследование и анализ наиболее значимых особенностей функционирования неоднородных систем исполнителей с обучением и резервом ресурсов
      • 1. 3. 1. Динамическое изменение характеристик системы исполнителей
      • 1. 3. 2. Факторы неопределенности в проектах
      • 1. 3. 3. Зависимость времени выполнения проекта от числа занятых исполнителей
      • 1. 3. 4. Наличие возможности изменения количества исполнителей и переназначения задач
    • 1. 4. Исследование и анализ моделей календарного планирования
      • 1. 4. 1. Анализ применимости основных классов моделей календарного планирования для неоднородных систем исполнителей с обучением и наличием резерва ресурсов в условиях неопределенности
      • 1. 4. 2. Исследование концепции динамического планирования и ее применимости к планированию для неоднородных систем исполнителей с обучением и наличием резерва ресурсов в условиях неопределенности
      • 1. 4. 3. Использование динамического планирования для неоднородных систем исполнителей с обучением и наличием резерва ресурсов в условиях неопределенности на примере методологий разработки ПО
  • Выводы
  • 2. Разработка и исследование моделей и методов календарного планирования для неоднородных систем исполнителей с обучением и наличием резерва ресурсов в условиях неопределенности
    • 2. 1. Исследование и анализ модели задачи комплектации вычислительной системы минимальной стоимости
    • 2. 2. Разработка математической модели задачи календарного планирования для неоднородных систем исполнителей с обучением и наличием резерва ресурсов
      • 2. 2. 1. Предположения и допущения
      • 2. 2. 2. Формализация исходных данных
      • 2. 2. 3. Формализация процессов изменений в системе исполнителей

      2.2.4 Разработка целевой функции задачи календарного планирования для неоднородных систем исполнителей с обучением и наличием резерва ресурсов в условиях неопределенности с оптимизацией по стоимостному критерию.

      2.3 Разработка методов календарного планирования для неоднородных систем исполнителей с обучением и наличием резерва ресурсов.

      2.3.1 Обоснование выбора метода решения задачи календарного планирования для неоднородных систем исполнителей с обучением и наличием резерва ресурсов.

      2.3.2 Оценка минимального времени выполнения проекта.

      2.3.3 Алгоритм оценки времени решения задачи исполнителем.

      2.3.4 Разработка алгоритма диспетчеризации для неоднородной системы исполнителей с переменной производительностью.

      2.3.5 Разработка метода оценки минимального времени завершения проекта для однородной системы исполнителей с переменной производительностью.

      2.3.6 Разработка метода оценки минимального времени завершения проекта для неоднородной системы исполнителей с переменной производительностью.

      2.3.7 Особенности оценки минимального времени выполнения проекта при условии существования резервного множества исполнителей Мтац.

      2.3.8 Методика календарного планирования для неоднородных систем исполнителей с обучением и наличием резерва ресурсов в условиях неопределенности.

      Выводы.

      3. Результаты вычислительного эксперимента.

      3.1. Выбор структур графов задач.

      3.2. Пример уменьшения стоимости проекта.

      3.3 Сравнение результатов моделирования выполнения проекта в условиях увеличения числа исполнителей.

      3.4 Пример уменьшения стоимости проекта при увеличении стоимости комплектации системы исполнителей.

      Выводы.

Задача календарного планирования является одной из классических задач исследования операций. Календарное планирование проектов, где исполнителями являются люди (или человеко-машинные комплексы), а конечным продуктом — результат их интеллектуальной деятельности, обладает следующими особенностями: производительность исполнителей носит переменный характер, суммарная производительность системы исполнителей не находится в прямой зависимости от количества ресурсов, существует резерв исполнителей, которые могут быть добавлены к уже функционирующей системе. При этом, как правило, имеются ограничения на следование решаемых задач.

Проблемами исследования особенностей динамики процессов производства интеллектуальных продуктов и услуг занимаются: Б. Боэм, Р. Мадахи, Т. К. Абдель-Хамид, С. Мадник, А. Коуберн. Полученные модели позволяют проводить оценку рисков проектов с учетом динамического изменения параметров систем.

Тема календарного планирования неоднократно рассмотрена в работах: Р. В. Конвея, B.JI. Максвелла, JI.B. Миллера, B.C. Танаева, М. Пинедо, Е. С. Вентцель, Д. Херрмана, Э. Лина и др. Календарное планирование представляется как задача распределения ресурсов с неизменными параметрами при фиксированном и заранее определенном множестве исполнителей. Обработка неопределенностей, влияющих на проект, производится путем использования концепции динамического планирования.

Также необходимо отметить работы А. Б. Барского, разработавшего модель и метод решения задачи комплектации вычислительной системы (ВС) минимальной стоимости, которая позволяет сформировать систему исполнителей и план распределения работ между ними, при условии выполнения проекта в указанный срок. Модель задачи комплектации ВС минимальной стоимости учитывает возможность формирования системы исполнителей и существование ограничений на следование задач без учета изменений параметров системы.

Таким образом, можно утверждать, что область календарного планирования для неоднородных систем исполнителей с обучением и наличием резерва ресурсов является недостаточно разработанной, что определяет актуальность темы исследования.

Целью данной работы является разработка и исследование моделей и методов календарного планирования для неоднородных систем исполнителей с обучением и наличием резерва ресурсов в условиях неопределенности.

Исходя из поставленной цели, основной научной задачей является создание модели задачи календарного планирования для неоднородных систем исполнителей с обучением и наличием резерва ресурсов в условиях неопределенности и разработка методов ее решения при следующих исходных данных: имеется неоднородная система исполнителей, работающих параллельнонеоднородное множество исполнителей, которые могут быть подключены к проектузадачи, предназначенные к исполнению с ограничением на следованиеплановое время завершения проекта и момент времени, в который происходит принятие решения о формировании состава множества исполнителей и распределении по ним не решенных задач.

Для достижения поставленной цели в диссертации решаются следующие задачи:

Выводы.

Проведенный вычислительный эксперимент позволяет прийти к следующему важному заключению: добавление новых исполнителей к проекту не всегда ведет к его удорожанию (в отличие от ранее полученных результатов Абдель-Хамида и Мадника), точно также как и не всегда позволяет улучшить время выполнения проекта в целом вне зависимости от времени добавления новых исполнителей к проекту. Целесообразность добавления новых исполнителей к проекту с точки зрения стоимости проекта зависит от частной реализации графа задач: некоторые случаи позволяют существенно улучшить показатели стоимости проекта, и точно так же некоторые случаи, независимо от момента времени точки перепланирования, показывают отсутствие целесообразности изменения состава исполнителей.

Подводя итоги исследованию результатов моделирования, можно сделать следующие выводы:

1. Структура графа задач, предназначенных для решения, существенно влияет на возможность оптимизации разработки проекта при условии его выполнения в директивные сроки.

2. Экспериментально установлено, что в случае произвольного информационного графа задач эффект от добавления новых исполнителей к проекту в незначительной мере зависит от момента времени принятия решения, т.к. возможны такие частные реализации графов задач, когда добавление новых исполнителей в начале проекта ни коим образом не уменьшает общее время выполнения проекта, а лишь увеличивает его стоимость.

3. Также экспериментально установлено, что увеличение числа исполнителей, подключенных к проекту, не всегда приводит к его удорожанию за счет возможности составления более оптимального календарного плана работ по исполнителям и уменьшения общего времени работы над проектом.

4. Установлено, что качественный состав подмножеств исполнителей также существенно влияет на время выполнения проекта и на стоимость проекта в целом.

Заключение

.

В настоящее время в условиях роста рынка продуктов и услуг, являющихся результатом интеллектуального труда людей, задача календарного планирования по-прежнему актуальна. Более того, возросла актуальность составления календарных планов для таких систем исполнителей, где немаловажную роль играют процессы коммуникации, обучения и, кроме того, возможно существование резервного множества исполнителей, которых можно привлечь к проекту. Также системы, где исполнителями являются люди, являются неоднородными по причине различной производительности труда исполнителей, но вместе с тем могут быть разбиты на подгруппы исполнителей в зависимости от выполняемой ими роли.

Таким образом, можно очертить класс задач календарного планирования для неоднородных систем с обучением и наличием резерва ресурсов, выделяя ключевые особенности людских коллективов: способность к обучению, то есть повышение с течением времени производительности, неоднородность и возможность подключения к проекту дополнительных сотрудников. Также необходимо отметить, что выполнение работ как правило ведется в условиях неопределенности — когда затруднительно получить закон распределения для внутренних или внешних факторов, влияющих на эффективность выполнения проекта.

Учитывая, что для производства продуктов и услуг интеллектуального труда наиболее весомые затраты приходятся на оплату труда исполнителей, наиболее часто целевой функцией становится стоимость проекта, сводимая к суммарным затратам на оплату труда исполнителей. Анализ опубликованных в открытой печати работ показал, что исследования отечественных и зарубежных ученых акцентируют внимание на динамике проектов и на составлении расписаний, в то время как задача календарного планирования для систем с обучением и наличием резерва ресурсов в условиях неопределенности по-прежнему остается недостаточно проработанной.

Целью данной работы являлись разработка и исследование моделей и методов календарного планирования для неоднородных систем исполнителей с обучением и наличием резерва ресурсов в условиях неопределенности.

Основной научной задачей являлось создание модели задачи календарного планирования для неоднородных систем исполнителей с обучением и наличием резерва ресурсов в условиях неопределенности и разработка методов ее решения при следующих исходных данных: имеется неоднородная система исполнителей, работающих параллельнонеоднородное множество исполнителей, которые могут быть подключены к проектузадачи, предназначенные к исполнению с ограничением на следованиеплановое время завершения проекта и момент времени, в который происходит принятие решения о формировании состава множества исполнителей и распределении по ним не решенных задач.

Для достижения поставленной цели в диссертации были решены следующие задачи:

1. Проведено исследование и анализ модели задачи комплектации вычислительной системы минимальной стоимости как аналога.

2. Разработана математическая модель задачи календарного планирования и обоснован выбор критерия оптимизации для неоднородных систем исполнителей с обучением и наличием резерва ресурсов в условиях неопределенности.

3. Разработан метод оценки минимального времени выполнения проекта для неоднородной системы исполнителей с переменной производительностью.

4. Разработана методика календарного планирования проекта для неоднородных систем исполнителей с обучением и наличием резерва ресурсов в условиях неопределенности.

5. Разработан алгоритм диспетчеризации для неоднородной системы исполнителей с переменной производительностью.

6. Выполнены вычислительный эксперимент и проведена апробация разработанных методов. Наиболее существенные научные положения, выносимые на защиту:

1. Математическая модель задачи календарного планирования для неоднородных систем исполнителей с обучением и наличием резерва ресурсов в условиях неопределенности, отличающаяся от модели задачи о комплектации ВС минимальной стоимости структурами исходных данных, налагаемыми ограничениями на переменные и наличием функциональных зависимостей производительности исполнителей от времени и состава системы исполнителей, что позволяет учесть наиболее значимые особенности систем исполнителей с обучением и наличием резерва ресурсов.

2. Метод получения младшей (7-выборки для неоднородных систем исполнителей с переменной производительностью, отличающийся от метода, описанного Барским А. Б., структурами исходных данных и введением зависимости производительности исполнителей от времени, что позволяет получить С-выборку с учетом изменения производительности исполнителей.

3. Метод оценки минимального времени выполнения проекта для неоднородной системы исполнителей с переменной производительностью, отличающийся от метода, предложенного Барским А. Б. структурами исходных данных, наличием дополнительной процедуры расчета времени завершения решения задач исполнителями и методом построения младшей Сг-выборки, что позволяет оценить минимальное время завершения проекта с учетом изменения производительности исполнителей и взвешенности информационного графа задач трудоемкостями задач;

4. Алгоритм диспетчеризации для неоднородной системы исполнителей с переменной производительностью, отличающийся от алгоритма Барского А. Б. структурами входных данных и наличием дополнительных процедур инициализации алгоритма и расчета времени завершения решения задач исполнителями, что позволяет произвести распределение задач по исполнителям с учетом изменения производительности исполнителей;

5. Методика календарного планирования для неоднородных систем исполнителей с обучением и наличием резерва ресурсов в условиях неопределенности, позволяющая сократить расходы на оплату труда исполнителей (до 25%) при условии выполнения проекта в запланированный срок, а также выполнить прогнозирование общего бюджета проекта.

Научная новизна диссертационной работы заключается в создании модели, методов, алгоритма и методики календарного планирования проектов для неоднородных систем исполнителей с обучением и наличием резерва ресурсов в условиях неопределенности.

Практическая ценность работы заключается в разработке модели, методов, алгоритма и методики, позволяющих прогнозировать общую стоимость проекта и уменьшить ее (до 25% по результатам вычислительного эксперимента).

Применение разработанных модели и методов календарного планирования имеет широкие перспективы в аспекте развития постиндустриального общества, когда все большую популярность приобретают продукты и услуги, являющиеся результатом интеллектуального труда. Календарное планирование для неоднородных систем исполнителей с обучением и наличием резерва ресурсов в условиях неопределенности позволяет учесть наиболее значимые особенности проектов, основанных на интеллектуальной деятельности человека.

Показать весь текст

Список литературы

  1. ГОСТ 19 781–90. Вычислительная техника. Терминология: Справочное пособие. Выпуск 1 / Рецензент канд. техн. наук Ю. П. Селиванов — М.: Издательство стандартов, 1989. — 168 с.
  2. Royce, W., Software Project Management — A Unified Approach, Reading, MA: Addison-Wesley, 1998.
  3. Paulk, M., Weber, C., Curtis, В., and Chrissis, M., The Capability Maturity Model: Guidelines for Improving the Software Process, Reading, MA: Addison-Wesley, 1994.
  4. Hareton Leung, Zhang Fan. Software Cost Estimation Электронный ресурс. 2002. — Режим доступа: ftp://cs.pitt.edu/chang/handbook/42b.pdf
  5. Karen Lum, M. Bramble. Handbook for software cost estimation Электронный ресурс. 2008. — Режим доступа: http://www.nasa.gov/offices/pae/organization/costanalysisdivision.html
  6. Boehm, et.al. Software Cost Estimation with COCOMO II. Prentice Hall, Upper Saddle River, N.J., 2000.
  7. Boehm, B. Software Engineering Economics, Englewood Cliffs. New Jersey, Prentice-Hall, Inc:1981.
  8. Reifer, D., Tutorial: Software Management (3rd ed), IEEE Computer Society Press: 1986.
  9. Conway R.W., Maxwell W.L., Theory of Scheduling, Addison Wesley Publishing Company, Reading, Massachusetts, 1967.
  10. Powell, A.L. A Literature Review on the Quantification of Software Change. Электронный ресурс. 1996. — Режим доступа: http://citeseer.ist.psu.edu/viewdoc/summary?doi=l 0.1.1.53.6508
  11. Brooks, F. The mythical man-month (Essays on Software Engineering). Addison-Wesley Publishing Company Reading. 1975.
  12. DeMarco, Т., Lister, T. Peopleware 2nd Edition. Dorset House. 1999.
  13. Cockburn A., Crystal (Clear): A human-powered software development methodology for small teams, Addison Wesley, in prep. Электронный ресурс. Режим доступа: http://members.aol.com/humansandt/ crystal/ clear.
  14. И. Соммервил. Инженерия программного обеспечения, 6-е издание.: Пер. с англ. М.: Издательский дом «Вильяме», 2002. — 624 с.
  15. М. Фаулер. Новые методологии программирования. Электронный ресурс. Режим доступа: http://www.maxkir.com
  16. А. Коуберн, JI. Вильяме. Парное программирование: преимущества и недостатки. Электронный ресурс. Режим доступа: http://www.maxkir.com
  17. Madachy, R. Software Process Dynamics. IEEE Press. 2008.
  18. Abdel-Hamid, Т., and Madnick, S., Software Project Dynamics, Englewood Cliffs, NJ: Prentice-Hall, 1991.
  19. Abdel-Hamid T. The dynamics of the software project stuffing: a system dynamics based simulation approach. IEEE Transactions on Software Engineering, 1989.
  20. Kellner, Madachy, Raffo. Software Process Modelling and Simulation: Why, What, How. Journal of Systems and Software Vol.46, No. 2/3 (April, 1999).
  21. Forrester, J. W., Industrial Dynamics. Cambridge, MA: MIT Press, 1961.22.0uelhadj D., Petrovic S. Survey of dynamic scheduling in manufacturingsystems. Journal of Scheduling. Volume 12, Issue 4 (August 2009). Pages: 417−431. 2009. ISSN: 1094−6136.
  22. А.Б., Клименко B.B. Планирование разработки программного обеспечения в условиях неопределенностей. В мире научных открытий, 2010, № 3(09). Часть 3. С.72−74.
  23. А.Б., Клименко В. В. Разработка программного обеспечения в условиях неопределенности. Вестник ТИУиЭ.№ 1(11). 2010. С.72−76
  24. А.Б., Клименко В. В. К вопросу о планировании разработки программного обеспечения в условиях неопределенности. Общественные науки. 2010/2. Изд-во МНИ НАУКА МОСКВА. С.231−241.
  25. Х.А. Введение в исследование операций. 7-е издание.: Пер. с англ. — Москва: Издательский дом «Вильяме», 2005. — 912 с.
  26. Е.С. Введение в исследование операций. М.: «Советское радио», 1964, 388 с.
  27. Vieira, G., Herrmann, W., Lin. E. Rescheduling manufacturing systems: a framework of strategies, policies, and methods. Электронный ресурс. -[Режим доступа]: http://www.isr.umd.edu/Labs/CIM/projects/jos-rescheduling.pdf.
  28. Herrmann, J.W., C.-Y. Lee, and J.L. Snowdon, A classification of static scheduling problems, in Complexity in Numerical Optimization, P.M. Pardalos, ed., pp. 203−253, World Scientific Publishing Co., Singapore, 1993.
  29. Herrmann, Jeffrey W., Improving Manufacturing System Performance through Rescheduling Электронный ресурс./ Herrmann, Jeffrey W. -Режим доступа: http://www.isr.umd.edu/~jwh2/papers/rescheduling.html
  30. , G.I., Appel L.B., «An empirical analysis of job shop dispatch rule selection», Journal of Operations Management, Volume 1, pages 197−203, 1981.
  31. Ovacik, I.M., Uzsoy, R., 1994. Rolling horizon algorithms for a single-machine dynamic scheduling problem with sequence-dependent setup times. International Journal of Production Research, 32,6, 1243−1263.
  32. Huang Y. Reactive scheduling for a single machine: Problem definition, analysis, and heuristic solution. International Journal of Computer Integrated Manufacturing, 3,1,6−12.
  33. McPherson, R.F., White K.P., 1998. Periodic flow line scheduling. International Journal of Production Research, 36, 1, 51−73.
  34. Huang Y. Reactive scheduling for a single machine: Problem definition, analysis, and heuristic solution. International Journal of Computer Integrated Manufacturing, 3,1,6−12.
  35. McPherson, R.F., White K.P., 1998. Periodic flow line scheduling. International Journal of Production Research, 36, 1, 51−73.
  36. А. Закис. RUP и другие методологии разработки ПО. Электронный ресурс. Режим доступа: http://www.cmcons.com/articles/obshhiestatirup/rupidrugiemetodol ogiirazrabotkipo
  37. ГОСТ Р ИСО/МЭК 122 207−99. Информационная технология: Процессы жизненного цикла программных систем. Введ. 1.01.2000.
  38. ГОСТ 19. Электронный ресурс. Режим доступа: http://www.rugost.com/index.php?option=comcontent&task=category&s ectionid=6&id= 19&Itemid=50
  39. ГОСТ 34. Электронный ресурс. Режим доступа: http://www.rugost.com/index.php?option=comcontent&task=category&s ectionid=6&id=22&Itemid=53
  40. Walker Royce. CMM vs. CMMI: From Conventional to Modern Software Management. Электронный ресурс. — Режим доступа: http://www.therationaledge.com/content/feb02/fconventionalToModern wr.jsp.
  41. Extreme Programming: A gentle introduction. Электронный ресурс. -Режим доступа: http://www.extremeprogramming.org/
  42. Introduction to scrum an agile process. Электронный ресурс. — Режим доступа: http://www.mountaingoatsoftware.com/topics/scrum
  43. Feature Driven development. Электронный ресурс. Режим доступа: http://www.featuredrivendevelopment.com
  44. М. Фаулер. Новые методологии программирования. Электронный ресурс. Режим доступа: http://www.maxkir.com
  45. А. Коуберн, JI. Вильяме. Парное программирование: преимущества и недостатки. Электронный ресурс. Режим доступа: http://www.maxkir.com
  46. S. Coleman, James S. Coleman. Social Capital in the Creation of Human Capital. Электронный ресурс. Режим доступа: http://citeseer.ist.psu.edu/viewdoc/summary?doi=l 0.1.1.208.1462
  47. А. Новичков. RUP. Методология и технология. Электронный ресурс. Режим доступа: http://cmcons.com/articles/obshhiestatirup/rationalunifiedprocessme todologij aitekhnologij а/
  48. Rational Unified Process. Электронный ресурс. Режим доступа: http://www.interface.ru/rational/rup01t.htm
  49. А.Б., Клименко В. В. Анализ эффективности процесса разработки программного обеспечения в условиях изменения численности команд разработчиков. Вестник ТИУиЭ. № 2(8).2008. с. 71−74.
  50. А.Б., Клименко В. В. Проблемы обобществления знаний персонала в ракурсе гибких методологий разработки программного обеспечения. Вестник ТИУиЭ. № 1(7). 2008.с. 109−112
  51. Cockburn A., Crystal (Clear): A human-powered software development methodology for small teams, Addison Wesley, in prep. Электронный ресурс. Режим доступа: http://members.aol.com/humansandt/ crystal/ clear.
  52. И., Такеучи X. Компания создатель знания. Зарождение и развитие инноваций в японских фирмах. — М.: «Олимп-Бизнес». 2003.
  53. Н. Holz, F. Maurer. Knowledge Management Support for Distributed Agile Software Processes. Электронный ресурс. Режим доступа: http://www.citeseer.ist.psu.edu
  54. М. Schulz. Codification and Tacitness as Knowledge Management Strategies: An Empirical Exploration. Электронный ресурс. Режим доступа: http://www.citeseer.ist.psu.edu
  55. E.Blanzieri, Р. Giorgini. From collaborative Filtering to Implicit Culture: a general agent-based framework. Электронный ресурс. Режим доступа: http://www.citeseer.ist.psu.edu
  56. А.Б., Клименко В. В. Методика оптимизации процесса разработки программного обеспечения. Вестник таганрогского института управления и экономики. № 1(9)2009.Изд-во ТИУиЭ, 2009. С.108−117
  57. А.Б. Параллельные процессы в вычислительных системах: планирование и организация. М.: Радио и связь, 1990.
  58. А.Б. Параллельные информационные технологии: Учебное пособие / А. Б. Барский. М.: Интернет-Университет Информационных технологий- БИНОМ. Лаборатория Знаний, 2007. — 503с.
  59. А.Б., Клименко В. В. Разработка программного обеспечения в условиях неопределенности. Вестник ТИУиЭ.№ 1(11). 2010. С.12−16
  60. А.Б., Клименко В. В. К вопросу о планировании разработки программного обеспечения в условиях неопределенности. Общественные науки. 2010/2. Изд-во МИИ НАУКА. МОСКВА. С.231−241.
  61. А.Б., Клименко В. В. К вопросу о постановке задачи планирования программных проектов. В мире научных открытий. № 1(13)/2011. С.64−70
  62. А.Б. Оптимизация стоимости программного проекта в условиях реактивного перепланирования: формальная постановка задачи. Проблемы управления. 5.201 l.c.40−45
  63. А.Б. Планирование стоимости программного проекта в условиях неопределенности: формальная постановка задачи. В мире научных открытий. № 3(15).2011. с. 23 8−247
  64. А.Б. К вопросу о постановке задачи планирования программных проектов. Материалы шестой научно-практической конференции «Перспективные системы и задачи управления». Таганрог: изд-во ТТЛ ЮФУ, 2011.С.181−185
  65. А.Б., Клименко В. В. Методика оптимизации процесса разработки программного обеспечения. Вестник таганрогского института управления и экономики. № 1 (9)2009.Изд-во ТИУиЭ, 2009. С.108−117
  66. Work breakdown structure.. Электронный ресурс. Режим доступа: http://workbreakdownstructure.com/
  67. Г., Тимохов А. В., Федоров В. В. Курс методов оптимизации. -М.:Наука, 1986.
  68. Н.Н., Иванилов Ю. П., Столярова Е. М. Методы оптимизации. -М.: Наука, 1978.
  69. . методы оптимизации. Вводный курс. — М.: Радио и связь, 1988.
  70. Д. Прикладное линейное программироие. М.:Мир, 1975.
  71. Г., Рейвиндран А., Рэгсдел К. Оптимизация в технике: в 2-х книгах. М: Мир, 1986.
  72. X. Введение в исследование операций: в 2-кн. М.:Мир, 1985.80.3айченко Ю. П. Исследование операций- Киев: Высшая школа, 1979,390с.
  73. В.В.Шкурба. Задачи календарного планирования и методы их решения, «Наукова думка», Киев, 1966.
  74. В.С.Танаев, В. В. Шкурба. Введение в теорию расписаний, «Наука», 1975.
  75. Д.Мут, Д. Томпсон. Календарное планирование. «Прогресс», 1966.
  76. В.И. Математические методы в планировании машиностроительного производства. -М.гМашгиз, 1963. 229с.
  77. Д.А. Введение в теорию вычислительных систем. М.: Сов. Радио, 1972. -280с.
  78. Chu-cheow Lim, Yoke-Hean Low, Boon-ping Gan, Sanjay Jain. Implementations of Dispatch Rules in Parallel Manufacturing Simulation. Электронный ресурс. Режим доступа: http://citeseer.ist.psu.edu/viewdoc/summary?doi=l 0.1.1.47.4874)
  79. Roman Van Der Krogt, James Little. Finding Efficient Dispatching Rules using Optimisation and Simulation. Электронный ресурс. — Режим доступа: http://citeseer.ist.psu.edu/viewdoc/summary?doi=l 0.1.1.147.4897
  80. R.T. Nelson. Labor Assignment as a Dynamic Control Problem. Operations Research 14, № 3 (1966).
  81. J.W. Oldziey. Dispatching rules and Job Tardiness in a Simulates Job Shop, master’s thesis Cornell University, 1966.
  82. A.J. Rowe. Sequential Decision Rules in Production Scheduling. Ph.D. thesis, UCLA, 1958.
  83. Forrester J. W., Principles of Systems. Cambridge, MA: MIT Press, 1968
  84. Sterman J., Business Dynamics: Systems Thinking and Modeling for a Complex World, New York: Irwin McGraw-Hill, 2000.
  85. Richmond В., and others, Ithink User’s Guide and Technical Documentation, High Performance Systems Inc., Hanover, NH, 1990.
  86. Acuna S., Juristo N., Moreno A., and Mon A., A Software Process Model Handbook for Incorporating People’s Capabilities, 2005.
  87. Curtis В., Hefley В., and Miller S., The People Capability Maturity Model, Reading, MA: Addison Wesley, 2001.
  88. DeMarco T. and Lister Т., Peopleware, Productive Projects and Teams, Nes York: Dorset House Publishing, 1999.
  89. Raccoon L. A Learning Curve Primer for Software Engineers. Software Engineering Notes, ACM Sigsoft, January 1996.
  90. Law M., and Kelton W., Simulation Modeling and Analysis. New York: McGraw-Hill, 1991.
  91. J.E. Kelley, Jr., Critical Path Planning and Scheduling: Mathematical Basis, Operations Research 9,№ 3 (1961).
  92. D.G.Malcolm, J.H.Rosenboom, C.E.Clark. Applications of a technic for research and development Program Evaluation. Operations Research 7, № 5. 1959.
  93. A.A.Pritsker, W.W.Happ. GERT: Graphical evaluation and review technic. J. Ind. Eng. 17, № 5 (1966).
  94. J.J.Molder and C.R.Phillips. Project Management with CPM and PERT, NewYork, Reinhold, 1964.
  95. R.McNaughton. Scheduling with Deadlines and Loss Functions. Management science 6, № 1 (1959).
  96. Численные методы интегрирования дифференциальных уравнений. Метод Эйлера. Электронный ресурс. Режим доступа: http ://stratum. ac.ru/textbooks/modelir/lection 10 .html
  97. А.Б. Оценка времени выполнения проекта для неоднородного множества независимых исполнителей с переменной производительностью. В мире научных открытий. № 8(20)/2011. С.175−186
  98. А.Б. Методика минимизации стоимости разработки ПО. Общественные науки. 2011/2. Изд-во МИИ НАУКА МОСКВА. С.210−218.
  99. А.Б. Методика оптимизации стоимости программного проекта. В мире научных открытий. № 12(24).2011. с.18−35.
Заполнить форму текущей работой

Сессия? Спокойно!