Управление инновационными проектами в сфере информационно-коммуникационных технологий

  • № 3 (5) 2018

Страницы: 

112

 – 

119

Язык: русский

Открыть файл статьи
Открыть страницу статьи в Интернет

Аннотация

Объектом исследования в данной статье является процесс управления жизненным циклом ИП ИКТ. Тогда целью исследования — является повышение эффективности управления ИП ИКТ в процессе его жизненного цикла пу-тем разработки системы поддержки принятия управленческих решений (СППР) на комплексной математической, алго-ритмической и инструментальной основе, учитывающей наличие неопределенности. Ключевыми аспектами решае-мой задачи управления ИП ИКТ являются: многокритериальный характер задачи оценивания и выбора ИП ИКТ, для которого предоставляется финансирование; обоснование полноты и непротиворечивости показателей ИП ИКТ, наилучшим образом характеризующих качество его выбора; неопределенность, сопровождающая процесс оценки ИП ИКТ на протяжении рассматриваемых этапов жизненного цикла; необходимость отслеживания качественного роста, профинансированного ИП ИКТ для определения точек «дофинансирования» и «выхода из проекта». Достижение цели, с учетом выделенных аспектов, должно обеспечиваться системой поддержки принятия решений, охватывающей жизненный цикл инновационного проекта по ИКТ.

Список использованных источников

  1. Айвазарян, С.А. и др. Прикладная стати-стика: классификация и снижение размерности / С.А. Айвазарян и др. - М: Финансы и статистика, 1989. - 607с.
  2. Алтунин, А.Е. Модели и алгоритмы принятия решений в нечетких условиях: монография / А.Е. Алтунин, М.В. Семухин. - Тюмень: Изд-во Тюменского государственного университета, 2000. - 352 с.
  3. Башмаков, А.И. Интеллектуальные информационные технологии: учебное пособие / А.И. Башмаков, И.А. Башмаков. - М.: Изд-во МГТУ им. Н.Э. Баумана, 2005. -304 с.
  4. Волков, И. Вероятностные методы анализа рисков [Электронный ресурс] / И. Волков, М. Грачева. – Режим доступа: http://www.cfin.ru/finanalysis/invest.
  5. Гусева, М.В. Методы и алгоритмы принятия решений на основе систем нечеткого вывода, муль-тимножеств и теории нечетких алгоритмов: дис. канд. техн. наук: 05.13.01 /Гусева Марина Владимировна. – Рязань, 2007. – 195 с.
  6. Емельянов, С.В. Многокритериальные ме-тоды принятия решений / С.В. Емельянов, О.И. Ларичев. - М.: Знание, 1985. - 32 c.
  7. Ефимов, Е.Н. Инвестиционный анализ проекта информационных технологий в условиях не-определенности / Е.Н. Ефимов // Известия Южного федерального университета. Технические науки. - 2014. - № 8. - C. 66-74.
  8. Заде, Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений / Л.А. Заде. - М.: Мир, 1976. - 165 с.
  9. Иванов, В.А. Сущность, классификация инноваций и их специфика [Электронный ресурс] / В.А. Иванов. – Режим доступа:http://koet.syktsu.ru/vestnik/2007/2007-1/3.htm.
  10. Коновальчук, Е.В. Модели и методы опера-тивного управления проектами / Е.В. Коновальчук, Д.А. Новиков. - M.: ИПУ РАН, 2004. - 63 с.
  11. Кузнецов, В.В. Многокритериальная оценка инновационных проектов/ В.В. Кузнецов, А.П. Ляшецкий, А.Н. Крайнюков // Вестник Саратовского государственного технического университета. - 2007. - № 2. – Том 1.- С. 182-187.
  12. Квятковская, И.Ю. Методологические ос-новы поддержки принятия управленческих решений в информационном пространстве регионального кластера: дис. д-ра. техн. наук: 05.13.10 / Квятков-ская Ирина Юрьевна. – Астрахань., 2009. – 287 с.
  13. Куликов, Д.Л. Становление и развитие методов оценки эффективности инновационных проектов [Электронный ресурс] / Д.Л. Куликов, А.А. Кучеров // Современные проблемы науки и образования. – 2015. -№ 1.- Режим доступа: https://www.science-education.ru/ru/article/view?id=19451
  14. Ларичев, О.И. Системы поддержки принятия решений: современное состояние и перспективы развития / О.И. Ларичев, А.Б. Петровский // Итоги науки и техники. - М.: ВИНИТИ. - 1987. - Т. 21. - С. 131-164.
  15.  Ларичев, О.И. Некоторые проблемы искус-ственного интеллекта / О.И. Ларичев. - Сборник трудов ВНИИСИ. - 1990. - №10. - С.3-9.
  16. Литвак, Б.Г. Экспертные технологии в управлении: монография / Б.Г. Литвак М.- Дело, 2004. - 232 с.
  17. Миркин, Б.Г. Проблема группового выбора / Б.Г. Миркин. - М.: Наука, 1974. - 256 с.
  18. Минаков, В.Ф. Модель интеграции аналоговых и дискретных показателей инновационных проектов / В.Ф. Минаков, В.К. Сотавов, А.В. Артемьев // Научно-технические ведомости СПбГПУ. - 2010. - № 6. - С. 177 – 186.
  19. Морозова, Т.А. Экспертные технологии в оценке инновационных проектов / Т.А. Морозова // Известия Южного федерального университета. Технические науки. – 2011. - № 11. - Том 124. – С. 182-185.
  20.  Малова, О.Т. Подходы к оценке инновационных проектов / О.Т. Малова // Журнал Educatio. – 2015. - № 3 (10). - С.140- 142
  21. Нейский, И.М. Классификация и сравнение методов кластеризации [Электронный ресурс] / И.М. Нейский. - Режим доступа:http://it- claim.ru/Persons/Neyskiy/Article2_Neiskiy.pdf. Дата обращения: 21.06.2018.
  22. Орловский, С.А. Проблемы принятия реше-ний при нечеткой информации / С.А. Орловский. - М.: Наука, 1981. – 206 с.
  23. Осуга, С. Обработка знаний: пер. с япон. / С. Осуга. - М.: Мир, 1989. – 293 с.
  24. Петровский, А.Б. Системы поддержки принятия решений / А.Б. Петровский, М.Ю. Стер-нин, В.К. Моргоев. - М.: ВНИИСИ, 1987. - 42 с.
  25. Переверзева, М.Н. Формирование меха-низма поиска и отбора компаний-реципиентов венчурных инвестиций / М.Н. Переверзева // Научные ведомости Белгородского государственного университета. Серия: История. Политология. Экономика. Информатика. - 2012. - № 13-1 (132). - том 23. - С. 83 – 89.
  26. Сидельников, Ю.В. Системный анализ технологии экспертного прогнозирования / Ю.В.Сидельников. М.: Изд-во МАИ, 2007. - 348 с.
  27. Усков, А.А. Интеллектуальные технологии управления. Искусственные нейронные сети и нечѐткая логика / А.А. Усков, А.В. Кузьмин. - М.: Горячая Линия – Телеком, 2004. - 143 с.
  28. Усков, А.А. Методика оценки точности нейросетевых моделей / А.А. Усков, С.К. Котельников // Программные продукты и системы. - 2008. - № 2. – С. 63 - 66.
  29. Чертина, Е.В. Комплексная количественная оценка инновационных ИТ- проектов на основе нечетко – множественных описаний /Е.В. Чертина, И.Ю. Квятковская // Прикаспийский журнал: управление и высокие технологии. – 2016. –№ 1 (33).С. 50–62.
  30. Шагалиев, Р.Д. Информационная система поддержки принятия решений по финансированию инвестиционных проектов в условиях неопределенности и риска: дис. … канд. техн. наук: 05.13.10 / Шагалиев Руслан Данифович. – Уфа, 2002. – 133 с.
  31. Штовба, С.Д. Проектирование нечетких си-стем средствами MATLAB / С.Д. Штовба. – М.: Горячая линия – Телеком, 2007. – 288 с.
  32. Эддоус М., Стенфилд Р. Методы приня-тия решений / М. Эддоус, Р. Стенфилд. — М.: ЮНИТИ, 1997. - 590с.
  33. Aladwani A.M. IT project uncertainty, plan-ning and success: An empirical investigation from Ku-wait // Information Technology & People. Vol. 15. Iss: 3.- 2002. p. 210 – 226.
  34. Bonczek R.H., Holseapple C.W., Whinston A.B. The Evolution from MIS to DSS: Extention of Data Management to Model Management. // Decision Support Systems. / Ed. By M. J. Ginzberg, W. Reitman, E.A. Stohr. - Amsterdam: North- Holland Publ. Co.-1982.-p. 61-78.
  35. Bezdek J.C., Ehrlich R., Full W. FCM: The Fuzzy c-Means Clustering Algorithm // Computers & Geoscience. - 1984. - Vol. 10. № 2-3. pp. 191-203.
  36. Gorry G. A. Scott Morton M.S. A Framework for Management Information Systems. // Sloan Man-agement Review. - 1997.-13, № 1.-p. 55-70.
  37. Haney V. Top IT Project Risks and What to do about them [Электронный ресурс]. – Режим доступа:http://www.vbhconsulting.com/Articles/Top%20IT%20 Project%20Risks%20and%20W hat%20to%20do%20about%20them-3.pdf.
  38. IDEF5 Method Report/ Knowledge Base Sys-tem, Inc. - College Station, Texas: KBS, 1994.-187p.
  39. Johnstone D., Huff S., Hope B. IT Projects: Conflict, Governance, and Systems Thinking. Pro-ceedings of the 39th Hawaii International Conference on System Sciences. - 2006.- pp. 1-9.
  40. Little J. D. C. Models and Managers: The Concept of a Decision Calculus. // Management Science. -1970.-16, № 8.- p. 466-485.
  41. Lozo G., Jovanović S. A Flexible Hybrid Method for IT Project Management // Journal of Emerging Trends in Computing and Information Sci-ences. - Vol. 3. - № 7.- 2012. - pp. 1027-1036.
  42. Muñoz-Avila H., Gupta K., Aha D.W., Nau D.S. Knowledge-Based Project Planning. Chapter Knowledge Management and Organizational Memories. 2002.-pp. 125-134.
  43. McGartland M.R., Hendrickson C.T. Expert Systems for Construction Project Monitoring [Элек-тронный ресурс]. – Режим доступа:http://www.cmu.edu/gdi/docs/expert-systems-for-con-struction.pdf.
  44. Poveda-Bautista R., García-Melón, M., Gonzá-lez-Cruz, M.C. Analysis of Decision-Making Models for Project Management. Proceedings from the 12th International Congress on Project Engineering.- 2008.- pp. 367-377.
  45. Sprague R.H. A Framework for Research on Decision Support Systems. // Decision Support Sys-tems: Issue and Challengers. Ed. By G. Fick and R. H. Sprague. - Oxford: Pergamon Press. - 1980.- p. 5-22
  46. Stefanuk V. L. Expert systems and its applications / V. L. Stefanuk // The lectures of Union's workshop on the main problems of artificial intelligence and intellectual systems. – Minsk. -1990. - Part 2. - P. 36-55.
  47.  Xie X.L., Beni G.A. Validity measure for fuzzy clustering // In Proceedings of the IEEE Transactions on Pattern Analysis and Machine Intelligence. -1991.-Vol. 3(8). -pp. 841-846.
  48.  Zadeh L. The concept of a linguistic variable and its application to appro1imate reasoning // Infor-mation Science. - 1975.- Vol. 8. - p. 199-249.
 

Список всех публикаций, цитирующих данную статью