Academic literature on the topic 'Ієрархічна система бізнес-процесів'

Purpose. Developing a set of models which formally describe the operation environment of the organizational and technical system and the interaction of software agents of different roles in performing business operations. The pres-ence of such a set of models allows you to create information technology for monitoring and routing business processes and reduce costs for business operations. Methodology. The research methods are based on systems analysis methods. Findings. A set of models of hierarchical multi-agent system for business processes has been developed. The complex comprises a static description of the operation environment of the organizational and technical system, where there are models of business process, business operation and its components. Originality. Organization of total monitoring of the operation environment of the organizational and technical system, i.e. the current state of the processes of processing applications, queues and workstations requires the development of static and dynamic business process models. Based on the static description, a model of the dynamics of business processes promoting throughout many workstations has been developed. This makes possible to monitor the status of workstations, queues and applications for business opera-tions. In particular, a formal description of the software agent, its competencies and a model of interaction of three-level agents which perform the functions of business operation executors, monitors and dispatchers has been developed. Having such tools, the second important aspect is the development of a universal hierarchical structure of the multi-agent system, in which different agents perform the roles of performers, monitors and dispatchers. Such a structure should include the regulation of the agent functions, models of agents interaction at all three levels, ways of agents-people communication. Practical value. Tests of the monitoring and scheduling system in different conditions (electronic document management, manufacturing company, human resources management department) showed a decrease in time of business operations, losses on waiting and increase in rhythm of business processes. The results of the work has enabled the development of a queue management strategy, which has showed a reduction in time of operations and a more balanced workload.

Наукові дослідження стають ефективними тоді, коли природу подій чи явищ можна розглядати з єдиних позицій, виробити універсальний підхід до них, сформувати загальні закономірності. Більшість сучасних фундаментальних наукових проблем і високих технологій тісно пов’язані з явищами, які лежать на границях різних рівнів організації. Природничі та деякі з гуманітарних наук (економіка, соціологія, психологія) розробили концепції і методи для кожного із ієрархічних рівнів, але не володіють універсальними підходами для опису того, що відбувається між цими рівнями ієрархії. Неспівпадання ієрархічних рівнів різних наук – одна із головних перешкод для розвитку дійсної міждисциплінарності (синтезу різних наук) і побудови цілісної картини світу. Виникає проблема формування нового світогляду і нової мови.Теорія складних систем – це одна із вдалих спроб побудови такого синтезу на основі універсальних підходів і нової методології [1]. В російськомовній літературі частіше зустрічається термін “синергетика”, який, на наш погляд, означує більш вузьку теорію самоорганізації в системах різної природи [2].Мета роботи – привернути увагу до нових можливостей, що виникають при розв’язанні деяких задач, виходячи з уявлень нової науки.На жаль, теорія складності не має до сих пір чіткого математичного визначення і може бути охарактеризована рисами тих систем і типів динаміки, котрі являються предметом її вивчення. Серед них головними є:– Нестабільність: складні системи прагнуть мати багато можливих мод поведінки, між якими вони блукають в результаті малих змін параметрів, що управляють динамікою.– Неприводимість: складні системи виступають як єдине ціле і не можуть бути вивчені шляхом розбиття їх на частини, що розглядаються ізольовано. Тобто поведінка системи зумовлюється взаємодією складових, але редукція системи до її складових спотворює більшість аспектів, які притаманні системній індивідуальності.– Адаптивність: складні системи часто включають множину агентів, котрі приймають рішення і діють, виходячи із часткової інформації про систему в цілому і її оточення. Більш того, ці агенти можуть змінювати правила своєї поведінки на основі такої часткової інформації. Іншими словами, складні системи мають здібності черпати скриті закономірності із неповної інформації, навчатися на цих закономірностях і змінювати свою поведінку на основі нової поступаючої інформації.– Емерджентність (від існуючого до виникаючого): складні системи продукують неочікувану поведінку; фактично вони продукують патерни і властивості, котрі неможливо передбачити на основі знань властивостей їх складових, якщо розглядати їх ізольовано.Ці та деякі менш важливі характерні риси дозволяють відділити просте від складного, притаманного найбільш фундаментальним процесам, які мають місце як в природничих, так і в гуманітарних науках і створюють тим самим істинний базис міждисциплінарності. За останні 30–40 років в теорії складності було розроблено нові наукові методи, які дозволяють універсально описати складну динаміку, будь то в явищах турбулентності, або в поведінці електорату напередодні виборів.Оскільки більшість складних явищ і процесів в таких галузях як екологія, соціологія, економіка, політологія та ін. не існують в реальному світі, то лише поява сучасних ЕОМ і створення комп’ютерних моделей цих явищ дозволило вперше в історії науки проводити експерименти в цих галузях так, як це завжди робилось в природничих науках. Але комп’ютерне моделювання спричинило розвиток і нових теоретичних підходів: фрактальної геометрії і р-адичної математики, теорії хаосу і самоорганізованої критичності, нейроінформатики і квантових алгоритмів тощо. Теорія складності дозволяє переносити в нові галузі дослідження ідеї і підходи, які стали успішними в інших наукових дисциплінах, і більш рельєфно виявляти ті проблеми, з якими інші науки не стикалися. Узагальнюючому погляду з позицій теорії складності властиві більша евристична цінність при аналізі таких нетрадиційних явищ, як глобалізація, “економіка, що заснована на знаннях” (knowledge-based economy), національні і світові фінансові кризи, економічні катастрофи і ряд інших.Однією з інтригуючих проблем теорії є дослідження властивостей комплексних мережеподібних високотехнологічних і інтелектуально важливих систем [3]. Окрім суто наукових і технологічних причин підвищеної уваги до них є і суто прагматична. Справа в тому, що такі системи мають системоутворюючу компоненту, тобто їх структура і динаміка активно впливають на ті процеси, які ними контролюються. В [4] наводиться приклад, коли відмова двох силових ліній системи електромережі в штаті Орегон (США) 10 серпня 1996 року через каскад стимульованих відмов призвели до виходу із ладу електромережі в 11 американських штатах і 2 канадських провінціях і залишили без струму 7 млн. споживачів протягом 16 годин. Вірус Love Bug worm, яких атакував Інтернет 4 травня 2000 року і до сих пір блукає по мережі, приніс збитків на мільярди доларів.До таких систем відносяться Інтернет, як складна мережа роутерів і комп’ютерів, об’єднаних фізичними та радіозв’язками, WWW, як віртуальна мережа Web-сторінок, об’єднаних гіперпосиланнями (рис. 1). Розповсюдження епідемій, чуток та ідей в соціальних мережах, вірусів – в комп’ютерних, живі клітини, мережі супермаркетів, актори Голівуду – ось далеко не повний перелік мережеподібних структур. Більш того, останнє десятиліття розвитку економіки знань привело до зміни парадигми структурного, функціонального і стратегічного позиціонування сучасних підприємств. Вертикально інтегровані корпорації повсюдно витісняються розподіленими мережними структурами (так званими бізнес-мережами) [5]. Багато хто з них замість прямого виробництва сьогодні займаються системною інтеграцією. Тому дослідження структури та динаміки мережеподібних систем дозволить оптимізувати бізнес-процеси та створити умови для їх ефективного розвитку і захисту.Для побудови і дослідження моделей складних мережеподібних систем введені нові поняття і означення. Коротко опишемо тільки головні з них. Хай вузол i має ki кінців (зв’язків) і може приєднати (бути зв’язаним) з іншими вузлами ki. Відношення між числом Ei зв’язків, які реально існують, та їх повним числом ki(ki–1)/2 для найближчих сусідів називається коефіцієнтом кластеризації для вузла i:. Рис. 1. Структури мереж World-Wide Web (WWW) і Інтернету. На верхній панелі WWW представлена у вигляді направлених гіперпосилань (URL). На нижній зображено Інтернет, як систему фізично з’єднаних вузлів (роутерів та комп’ютерів). Загальний коефіцієнт кластеризації знаходиться шляхом осереднення його локальних значень для всієї мережі. Дослідження показують, що він суттєво відрізняється від одержаних для випадкових графів Ердаша-Рені [4]. Ймовірність П того, що новий вузол буде приєднано до вузла i, залежить від ki вузла i. Величина називається переважним приєднанням (preferential attachment). Оскільки не всі вузли мають однакову кількість зв’язків, останні характеризуються функцією розподілу P(k), яка дає ймовірність того, що випадково вибраний вузол має k зв’язків. Для складних мереж функція P(k) відрізняється від розподілу Пуассона, який мав би місце для випадкових графів. Для переважної більшості складних мереж спостерігається степенева залежність , де γ=1–3 і зумовлено природою мережі. Такі мережі виявляють властивості направленого графа (рис. 2). Рис. 2. Розподіл Web-сторінок в Інтернеті [4]. Pout – ймовірність того, що документ має k вихідних гіперпосилань, а Pin – відповідно вхідних, і γout=2,45, γin=2,1. Крім цього, складні системи виявляють процеси самоорганізації, змінюються з часом, виявляють неабияку стійкість відносно помилок та зовнішніх втручань.В складних системах мають місце колективні емерджентні процеси, наприклад синхронізації, які схожі на подібні в квантовій оптиці. На мові системи зв’язаних осциляторів це означає, що при деякій критичній силі взаємодії осциляторів невелика їх купка (кластер) мають однакові фази і амплітуди.В економіці, фінансовій діяльності, підприємництві здійснювати вибір, приймати рішення доводиться в умовах невизначеності, конфлікту та зумовленого ними ризику. З огляду на це управління ризиками є однією з найважливіших технологій сьогодення [2, 6].До недавніх часів вважалось, що в основі розрахунків, які так чи інакше мають відношення до оцінки ризиків лежить нормальний розподіл. Йому підпорядкована сума незалежних, однаково розподілених випадкових величин. З огляду на це ймовірність помітних відхилень від середнього значення мала. Статистика ж багатьох складних систем – аварій і катастроф, розломів земної кори, фондових ринків, трафіка Інтернету тощо – зумовлена довгим ланцюгом причинно-наслідкових зв’язків. Вона описується, як показано вище, степеневим розподілом, “хвіст” якого спадає значно повільніше від нормального (так званий “розподіл з тяжкими хвостами”). У випадку степеневої статистики великими відхиленнями знехтувати вже не можна. З рисунку 3 видно, наскільки добре описуються степеневою статистикою торнадо (1), повені (2), шквали (3) і землетруси (4) за кількістю жертв в них в США в ХХ столітті [2]. Рис. 3. Системи, які демонструють самоорганізовану критичність (а саме такі ми і розглядаємо), самі по собі прагнуть до критичного стану, в якому можливі зміни будь-якого масштабу.З точки зору передбачення цікавим є той факт, що різні катастрофічні явища можуть розвиватися за однаковими законами. Незадовго до катастрофи вони демонструють швидкий катастрофічний ріст, на який накладені коливання з прискоренням. Асимптотикою таких процесів перед катастрофою є так званий режим з загостренням, коли одна або декілька величин, що характеризують систему, за скінчений час зростають до нескінченності. Згладжена крива добре описується формулою,тобто для таких різних катастрофічних явищ ми маємо один і той же розв’язок рівнянь, котрих, на жаль, поки що не знаємо. Теорія складності дозволяє переглянути деякі з основних положень ризикології та вказати алгоритми прогнозування катастрофічних явищ [7].Ключові концепції традиційних моделей та аналітичних методів аналізу і управління капіталом все частіше натикаються на проблеми, які не мають ефективних розв’язків в рамках загальноприйнятих парадигм. Причина криється в тому, що класичні підходи розроблені для опису відносно стабільних систем, які знаходяться в положенні відносно стійкої рівноваги. За своєю суттю ці методи і підходи непридатні для опису і моделювання швидких змін, не передбачуваних стрибків і складних взаємодій окремих складових сучасного світового ринкового процесу. Стало ясно, що зміни у фінансовому світі протікають настільки інтенсивно, а їх якісні прояви бувають настільки неочікуваними, що для аналізу і прогнозування фінансових ринків вкрай необхідним став синтез нових аналітичних підходів [8].Теорія складних систем вводить нові для фінансових аналітиків поняття, такі як фазовий простір, атрактор, експонента Ляпунова, горизонт передбачення, фрактальний розмір тощо. Крім того, все частіше для передбачення складних динамічних рядів використовуються алгоритми нейрокомп’ютинга [9]. Нейронні мережі – це системи штучного інтелекту, які здатні до самонавчання в процесі розв’язку задач. Навчання зводиться до обробки мережею множини прикладів, які подаються на вхід. Для максимізації виходів нейронна мережа модифікує інтенсивність зв’язків між нейронами, з яких вона побудована, і таким чином самонавчається. Сучасні багатошарові нейронні мережі формують своє внутрішнє зображення задачі в так званих внутрішніх шарах. При цьому останні відіграють роль “детекторів вивчених властивостей”, оскільки активність патернів в них є кодування того, що мережа “думає” про властивості, які містяться на вході. Використання нейромереж і генетичних алгоритмів стає конкурентноздібним підходом при розв’язанні задач передбачення, класифікації, моделювання фінансових часових рядів, задач оптимізації в галузі фінансового аналізу та управляння ризиком. Детермінований хаос пропонує пояснення нерегулярної поведінки і аномалій в системах, котрі не є стохастичними за природою. Ця теорія має широкий вибір потужних методів, включаючи відтворення атрактора в лаговому фазовому просторі, обчислення показників Ляпунова, узагальнених розмірностей і ентропій, статистичні тести на нелінійність.Головна ідея застосування методів хаотичної динаміки до аналізу часових рядів полягає в тому, що основна структура хаотичної системи (атрактор динамічної системи) може бути відтворена через вимірювання тільки однієї змінної системи, фіксованої як динамічний ряд. В цьому випадку процедура реконструкції фазового простору і відтворення хаотичного атрактора системи при динамічному аналізі часового ряду зводиться до побудови так званого лагового простору. Реальний атрактор динамічної системи і атрактор, відтворений в лаговому просторі по часовому ряду при деяких умовах мають еквівалентні характеристики [8].На завершення звернемо увагу на дидактичні можливості теорії складності. Розвиток сучасного суспільства і поява нових проблем вказує на те, що треба мати не тільки (і навіть не стільки) експертів по деяким аспектам окремих стадій складних процесів (професіоналів в старому розумінні цього терміну), знадобляться спеціалісти “по розв’язуванню проблем”. А це означає, що істинна міждисциплінарність, яка заснована на теорії складності, набуває особливого значення. З огляду на сказане треба вчити не “предметам”, а “стилям мислення”. Тобто, міждисциплінарність можна розглядати як основу освіти 21-го століття.

Технології інтернет-сервісів пропонують передові рішення для створення розподілених бізнес-процесів та додатків. У наш час кількість інтернет- сервісів продовжує постійно зростати. Перед споживачами інтернет- сервісів постає проблема вибору із сервісів з однаковою або подібною функціональністю саме того сервісу, який їм найбільше підходить за набором критеріїв, наприклад, вартість, час відгуку, пропускна здатність, безпека, надійність. Такі критерії якості вебсервісів називають нефункціональними характеристиками сервісів або якістю сервісу (Quality of Service, QoS). Залежно від домену та категорій користувачів, а також контексту використання сервісу вебсервіс може мати багато специфічних властивостей та характеристик якості. Є багато стандартів та специфікацій якості вебсервісів. Незважаючи на це, дослідники, розробники та замовники часто по-різному розуміють якість вебсервісів. Вони можуть зменшити або розширити перелік і навіть значення характеристик якості вебсервісів. Метою цієї роботи є розроблення моделі критеріїв якості вебсервісів, яка могла б ураховувати різні аспекти впливу на якість вебсервісів. У цій роботі розглянуто специфікації та стандарти таких організацій, як OASIS, ISO/IEC та OMG. Здійснено пошук інформації у наукометричних базах даних, таких як Scopus та Web of Science. Із розглянутих стандартів та відповідних наукових робіт обрано характеристики якості та критерії для розроблення ієрархічних моделей якості. На основі стандарту метамоделі QoS від Object Management Group запропоновано модель для синтезу колекцій характеристик вебсервісу QoS. У результаті дослідження розроблено модель, засновану на аналізі наявних стандартів, наукових досліджень та оглядів, присвячених вивченню та класифікації характеристик якості та атрибутів якості вебсервісів. Ця модель може бути корисною для вибору вебсервісу з метою безпосереднього застосування, побудови композитних вебсервісів та хмарних сервісів, створення систем на основі сервіс-орієнтованої архітектури та інтернету речей.

Дисципліна “Комп’ютерні технології управління проектами” є однією з основних у підготовці інженерів-педагогів за напрямом навчання 7.010104. “Професійне навчання. Комп’ютерні технології в управлінні та навчанні”.Поняття проект об’єднує різні види діяльності, які характеризуються низкою ознак, серед яких найбільш загальними є спрямованість на досягнення конкретної мети, певних результатів; координоване виконання взаємопов’язаних дій; обмеженість у часі з визначеним початком і закінченням виконання робіт. З точки зору системного підходу, проект розглядається як процес переходу з вихідного стану до кінцевого – результат за участю механізмів за умови дотримання обмежень. Управління проектами – методологія організації, планування, керівництва, координації трудових, фінансових та матеріально-технічних ресурсів упродовж проектного циклу, спрямована на ефективне досягнення його цілей шляхом застосування сучасних методів, техніки й технології управління.“Комп’ютерні технології управління проектами” – дисципліна, яка ґрунтується на системному підході, інтегрує спеціальні та загальнопрофесійні знання, вивчає організаційно-технологічний комплекс методичних, технічних, інформаційних і програмних засобів, спрямованих на підтримку і підвищення ефективності процесів управління проектом.Планування проекту – найбільш відповідальна частина управління проектом, оскільки на цьому етапі закладаються передумови для успішної реалізації проекту. Сутність планування полягає у визначенні цілей і способів їх досягнення на основі формування комплексу робіт, застосуванні методів і засобів здійснення цих робіт, ув’язці ресурсів, необхідних для їх виконання, узгодженості дій учасників проекту. Інформаційна система управління проектом – організаційно-технологічний комплекс методичних, технічних, програмних та інформаційних засобів, спрямований на підтримку і підвищення ефективності процесів управління проектом.Комп’ютерні технології управління проектом використовуються на таких етапах узагальненого життєвого циклу проекту: планування проекту: детальне планування комплексу робіт і ресурсів, аналіз термінів виконання проекту в цілому і окремих його стадій, ресурсне планування, аналіз і оптимізація графіка розподілу ресурсів проекту і витрат проекту; виконання проекту: контроль за ходом реалізації проекту, аналіз стану проекту, оперативне управління проектом, перепланування проекту.Основна мета планування полягає в побудові моделі реалізації проекту.Програма дисципліни включає теоретичні основи управління проектами і практичні завдання розробки проектів освітнього і виробничого призначення за допомогою прикладного програмного забезпечення Microsoft Office Project (www.microsoft.com/project).МодульІ. Теоретичні основи управління проектами (12 год.). Класифікація базових понять управління проектами. Системний підхід до аналізу організації управління. Методи управління проектами. Організаційні структури управління проектами. Розробка проектної документації. Оцінка ефективності проекту.МодульІІ. Методологія проектування (12 год.). Планування проекту: основні поняття й визначення, процеси і рівні планування. Початкова фаза проекту. Бізнес-планування. Моделі планування. Мережне планування. Ресурсне планування. Документування плану проекту.Модуль ІІІ. Прикладне програмне забезпечення управління проектом Microsoft Office Project (6 год.). Основи Microsoft Office Project. Налагодження параметрів проекту. Визначення календаря робочого часу. Управління файлами проекту. Створення і використання шаблонів.Практикум в Microsoft Office Project: проектування і планування електронного навчального курсу.Модуль ІV. Календарне планування (20 год.). Формування мети і складання попереднього плану робіт у поданні Gantt Chart. Створення ієрархічної структури етапів, зв’язків між етапами. Уведення вимог планування. Установлення зв’язків між задачами. Робота з обмеженнями задач. Переривання задачі. Створення і використання календаря задач. Перегляд плану. Робота з поданням Gantt Chart. Робота з поданням Calendar. Редагування проекту в поданні Network Diagram.МодульV. Ресурсне планування (16 год.). Визначення ресурсів і витрат. Визначення пула ресурсів. Сортування, групування та фільтрація ресурсів. Планування ресурсів. Розрахунок вартості проекту. Призначення ресурсів задачам. Призначення фіксованих витрат. Усунення проблем з призначенням ресурсів.МодульVІ. Оптимізація проекту. Налагодження MSProject (10 год.). Перегляд і корекція плану проекту. Друк звітів. Налагодження подання, таблиць, полів, фільтрів і груп; панелей інструментів, меню і форм.Самостійна робота (59 год.) передбачає виконання студентами індивідуальних та групових проектів за варіантами.Програма дисципліни “Комп’ютерні технології управління проектами” може бути використана як складова навчально-тематичного плану підготовки інженерів-педагогів комп’ютерних дисциплін, так і як самостійний спецкурс для менеджерів інформаційних систем у системі вищої професійної освіти.