В статье рассматриваются задачи планирования портфеля проектов и анализа узких мест бизнес-процессов. Современные методы анализа и динамического моделирования бизнес-процессов часто сталкиваются с объектами, в которых количество элементов составляет сотни, а то и тысячи. Производственные и бизнес-процессы, организационно-технические системы, проекты относятся к процессам преобразования ресурсов. Для моделирования таких объектов требуется все больше вычислительных ресурсов и машинного времени. В связи с этим является актуальным выявление и использование новых принципов построения и анализа мультиагентных моделей процессов преобразования ресурсов. Метод мультиагентного планирования портфеля проектов и анализа узких мест бизнес-процесса основан на интеграции мультиагентной модели процесса преобразования ресурсов, операционного анализа вероятностных сетей, метода критического пути.
In this work is considered the projects portfolio scheduling and bottlenecks analysis of business process tasks. Current methods of analysis and dynamic simulation of business processes frequently face the objects that contain hundreds and even thousands of elements. Industrial and business processes, projects can be defined as multi-agent resources conversion processes. Simulation of such objects constantly requires more and more computational resources and processing time. Due to this an important problem emerges – a problem of detection and application of new approaches to analysis and improvement of multi-agent models of resources conversion process. Method of multi agent scheduling of projects portfolio and bottlenecks analysis of business process base on multi agent resources conversion process model, operation analysis of probability networks, Critical Path Method (CPM).
1. Аксенов К.А., Аксенова О.П., Ван Кай. Задачи свертки и развертки мультиагентной модели // Теория графов и приложения. – Екатеринбург : УрФУ, 2012. - С. 4-16.
2. Аксенов К.А., Антонова А.С. Применение имитационного моделирования и технологии интеллектуальных агентов для решения задачи управления проектами // Научно-технические ведомости СПбГПУ. Информатика. Телекоммуникации. Управление. - 2011. - № 4 (128). - С. 27-36.
3. Аксенов К.А., Неволина А.Л., Аксенова О.П., Смолий Е.Ф. Мультиагентное моделирование и планирование логистики // Современные проблемы науки и образования. – 2013. – № 4. - URL: www.science-education.ru/110-9744 (дата обращения: 16.08.2013).
4. Аксенов К.А. Теория и практика средств поддержки принятия решений : монография. - Germany, Saarbrucken: LAP LAMBERT Academic Publishing GmbH & Co. KG, 2011. - 341 с.
5. Ван Кай, Аксенов К.А., Аксенова О.П., Киселёва М.В. Использование аппарата операционного анализа вероятностных сетей для определения среднего количества приборов обслуживания мультиагентной модели // Современные проблемы науки и образования. – 2012. – № 3. - URL: http://www.science-education.ru/103-6290 (дата обращения: 22.05.2012).
6. Исследование операций. Т. 2 / под ред. Дж. Моудера, С. Элмаграби. – М. : Мир, 1981. – 677 с.
7. Литвин В.Г., Аладышев В.П., Винниченко А.И. Анализ производительности мультипрограммных ЭВМ. – M. : Финансы и статистика, 1984. – 159 c.
8. Томашевский В., Жданова E. Имитационное моделирование в среде GPSS. - М. : Бестселлер, 2003. - 416 c.
9. Aksyonov K.A., Bykov E.A., Wang Kai, Aksyonova O.P. Application of simulation-based decision support systems to optimization of construction corporation processes. Proceedings of the 2012 Winter Simulation Conference (WSC 2012). — Berlin, Germany. 2012. - URL: http://informs-sim.org/wsc12papers/includes/files/pos172.pdf