Содержание к диссертации
Введение
ГЛАВА 1. Анализ методов и средств оценки качества ИИП .. 13
1.1. Инновационные проекты в сфере информационных технологий как необходимая составляющая для развития экономики России 13
1.2 Качество инновационных проектов в области информационных технологий 20
1.3. Порядок принятия управленческого решения в условиях неопределенности 24
1.4 Основные подходы оценки качества ИИП 27
Выводы 42
ГЛАВА 2. Основные принципы создания методики оценки качества ИИП 44
2.1. Формализованные методы поддержки принятия решений в условиях неопределенности 44
2.2. Определение элементов методики оценки качества ИИП 57
2.3. Иерархическая граф-модель для оценки качества ИИП 66
Выводы 81
ГЛАВА 3. Классификация ИИП 83
3.1 Основания классификации ИИП 83
3.2. Методика классификации ИИП на основании граф-модели качества 89
Выводы
ГЛАВА 4. Управление качеством ИИП
.Многокритериальная оптимизация качества ИИП 104
4.2. Управление качеством ИИП в условиях ограниченных ресурсов 110
4.3. Управление качеством ИИП для обеспечения наилучшего возможного уровня качества для каждой заинтересованной стороны 118
Выводы 126
5. Реализация предложенных методик оценки и управлния качеством 128
5.1. Применение методики оценки качества ИИП 128
5.2. Описание ИИП для апробации 132
5.3. Порядок применения методики классификации ИИП 137
5.4 Порядок применения методики оценки и управления качеством ИИП... 144
Заключение 155
Библиографический список 157
- Качество инновационных проектов в области информационных технологий
- Определение элементов методики оценки качества ИИП
- Методика классификации ИИП на основании граф-модели качества
- Порядок применения методики классификации ИИП
Введение к работе
Актуальность темы исследования. Для достижения успеха, как на российском, так и на международном рынке, отечественным организациям необходимо активно развивать высокотехнологичное производство, реализовывать перспективные проекты, проводить рациональное инвестирование в перспективные информационно-коммуникационные технологии (ИКТ). ИКТ затрагивают ключевые стороны жизни общества: техническое развитие, производство, обороноспособность. Стремительный рост сектора ИКТ в мировой экономике принято связывать с наступлением информационной эпохи. Передовые инновационно -информационные технологии (ИИТ) способствуют тому, что многие фундаментальные постулаты многовековой промышленной конкуренции устаревают. Способность мобилизовать и в полной мере использовать свои информационные активы приобретает все большее значение по отношению к инвестициям и управлению активами.
Одной из серьезных проблем, с которой сталкиваются современные организации, является выбор инновационно - информационных проектов (ИИП) для реализации. Выбор связан с оценкой качества множества вариантов ИИП с целью обеспечения эффективного распределения ограниченных ресурсов. Выбор требует формирования адекватной и полной модели, описывающей субъективные и объективные факторы, влияющие на качество ИИП при ориентации на требования заинтересованных сторон (ЗС). Указанные факторы существенно влияют на степень точности оценок, обеспечивают необходимой информацией лицо, принимающее решение (ЛПР).
Для решения поставленной проблемы предлагается использовать модели, методики и инструменты, позволяющие формализовать вопросы управления качеством сложной и противоречивой системы, которой является ИИП. Актуальной является всесторонняя, научно обоснованная оценка качества ИИП, основанная на потребностях ЗС. Существует необходимость развивать методики и инструменты для оценки и управления качеством ИИП, учитывая особенности этой динамично развивающейся сферы.
Целью диссертации является повышение эффективности управления качеством при планировании и реализации ИИП на основании требований заинтересованных сторон.
Для достижения цели поставлены и решены следующие основные задачи:
Сформировать специализированные модели и методики оценки качества ИИП, используя результаты анализа существующих подходов к оценке качества, отечественные и международные стандарты, принципы квалиметрии.
Разработать модель и порождаемую методику, формализующую требования ЗС в аналитическом виде для количественной оценки качества ИИП.
Разработать модель для классификации ИИП, соответствующую методику применения и классификатор, обеспечивающие предварительную оценку согласованности целей ЗС на основе множеств допустимых значений требований.
Разработать методики и инструменты управления качеством ИИП на основании модели качества ИИП, методов системного анализа, математического моделирования, стратегий многокритериальной оптимизации параметров ИИП (обеспечить наилучший возможный уровень качества для ЗС; обеспечить уровень качества для ЗС при условии минимизации стоимости и сроков реализации).
5. Разработать базу данных типовых показателей, применимых для оценки качества ИИП.
Объекты исследования. Модель качества ИИП; интегральный критерий качества ИИП;
частные критерии качества заинтересованных сторон ИИП; управление качеством на основе аналитических методов; квалиметрические методы оценки качества объектов, процессов управления качеством;
Предметом исследования являются модели и инструменты управления качеством ИИП в рыночных условиях, методы системного анализа, методы анализа, синтеза и оптимизации, математические и информационные модели состояния и динамики качества объектов, стандартизация ИИП, совершенствование систем управления качеством.
Методологической основой исследования послужили труды отечественных и зарубежных учёных. Значительный вклад в исследование качества ИКТ проектов внесли М. Р. Gupta, Debashish Jana, J. Mingers, Juhani Anttila, Koen Milis, Roger Mercken и др., теория поддержки принятия решений развита в работах Литвака Б.Г., Волковой В.Н., Денисова А.А. Современные методы прикладного математического моделирования и теории систем: Беллман Р. Э., Ногин В. Д., Перегудов Ф.И., Подиновский В.В., Ямпольский В.З., Кочнев Л.В., Чернышов В.Н., Бусленко Н.П., Саратовский В.Н., Цыпкин Я.З., Заде Л.А, Голота Я.Я., Леонтьев В.К., и др.; современные методы управления в области инновационных технологий и проектного управления заложены в трудах Колосова В.Г., Туккеля И.Л., Литвина С.С, Шапиро В.Д., Мазура И.И., Каплана Р.С, Нортона Д. П., Портера. М.Ю. и др. Теория обеспечения эффективности и качества систем развита в работах Варжапетяна А.Г., Тисенко В.Н., Рейльяна Я. Р., Коршунова Г.И, Шадрина А.Д,.
Методы исследования. Использованы методы системного анализа, нечеткой логики противоположностей, квалиметрии, всеобщего управления качеством; методы, основанные на международных и российских стандартах (серии ISO 9000, ISO/IEC 12207, ГОСТ 34 серии, ГОСТ 19 серии, РМВОК, CMMI), основы теории игр, теории графов; методы многокритериальной оптимизации, построения алгоритмов и математического моделирования.
Информационную базу исследования составляют научные источники в виде данных из
книг, стандартов, журнальных статей, электронных периодических изданий, материалов научных
конференций, законодательных и нормативных актов, результатов, полученных автором на объектах исследований.
Научная новизна диссертационного исследования
Разработана новая формализованная иерархическая граф-модель, обеспечивающая количественную оценку качества ИИП, в том числе для каждой ЗС. Соответственно, предложен новый вид критериальных функций: интегральный критерий качества (ИКК) ИИП, частные критерии качества (ЧКК) ЗС, частные критерии качества ИИП по областям знаний (03) проектного управления для ЗС.
Разработан новый классификатор ИИП на основе модифицированной иерархической граф-модели и метода классификации, позволяющие провести предварительную оценку согласованности целей ЗС, анализируя множества возможных компромиссов.
Разработаны новые аналитические инструменты управления качеством ИИП на основании предложенных моделей и методик, включая:
- многокритериальную оптимизацию параметров ИИП для инвестирования средств, позволяющую обеспечить наилучший возможный уровень качества для каждой ЗС;
многокритериальную оптимизацию параметров ИИП для инвестирования, обеспечивающую необходимый уровень качества ИИП в условиях минимизации стоимости и сроков реализации.
Результаты, выносимые на защиту
Иерархическая граф-модель качества ИИП на основании требований ЗС, порождаемая методика количественной оценки качества ИИП, соответствующие критериальные функции (КФ).
Модифицированная иерархическая граф-модель классификации ИИП, классификатор и соответствующая методика классификации.
Методика многокритериальной оптимизации параметров ИИП для эффективного инвестирования при условии обеспечения наилучшего возможного уровня качества для каждой ЗС.
Методика многокритериальной оптимизации параметров ИИП для эффективного инвестирования, в условиях обеспечения уровня качества, при минимизации стоимости и сроков реализации.
Достоверность результатов исследования определяется корректностью применения теоретических положений и аналитических методов, согласованностью с содержанием положений ЛП, стандартов серии ГОСТ Р ИСО 9000, РМВОК, ГОСТ 34, 19 серии, соответствием экспериментальных и теоретических данных.
Практическая значимость полученных результатов.
Внедрение предложенных средств оценки качества ИИП обеспечивает реализацию ИИП, наиболее полно соответствующего формализованным предпочтениям ЗС, т.к. учитывает значимые параметры (иерархическая граф-модель).
Методика классификации ИИП позволяет оценить уровень противоречия целей ЗС по областям знаний проектного управления, отфильтровать нереализуемые в заданных условиях ИИП, заложить основы для стандартизации.
Средства оценки качества ИИП обеспечивают формирование ИКК, позволяющего сравнить несколько альтернатив между собой и сформировать идеальную модель ИИП в терминах воспринятого ЗС качества.
Применение инструментов и методик управления качеством ИИП дает возможность эффективно управлять уровнем качества ИИП: минимизировать инвестиции и сроки реализации, убеждать ЗС выбрать наилучший кооперативный исход при инвестировании доступных ресурсов.
Применение моделей, инструментов и методик управления качеством ИИП позволило сформировать портфель информатизации для ИКТ организации (ООО «Газинформсервис»).
Разработанные модели, инструменты и методики могут дополнять имеющиеся стандарты и системы менеджмента качества.
Апробация работы. Основные положения работы докладывались в 2006-2011 г. на научных конференциях и семинарах: «II международная научно-практическая конференция «Инновации, качество и сервис в технике и технологиях» (Курск, 2011), научный доклад в Лапеенрантском технологическом университете (Финляндия, LUT 2007), «XXXV Неделя науки СПбГПУ», научный доклад в Технологическом университете г. Тампере (Финляндия, TUT 2010), научных семинарах Факультета инноватики СПбГПУ.
Публикация результатов исследования. По теме диссертации опубликовано 7 научных работ общим объемом 4 п.л., в том числе 3 в рецензируемых журналах из списка ВАК.
Качество инновационных проектов в области информационных технологий
Определения многосложных понятий, таких, как проект, обычно не претендуют на единственность и полноту рассмотрения всех свойств вводимого понятия, поэтому следует рассмотреть еще несколько формулировок:
1. Project Management Institute (Руководство РМВОК, четвертое издание): «Проект - это временное предприятие, предназначенное для создания уникальных продуктов, услуг или результатов». «Временный» характер проекта означает, что у любого проекта есть определенное начало и завершение. Завершение наступает, когда достигнуты цели проекта или признано, что цели проекта не будут или не могут быть достигнуты, или исчезла необходимость в проекте.
2. Английская Ассоциация проект-менеджеров: «Проект - это отдельное предприятие с определенными целями, часто включающими требования по времени, стоимости и качеству достигаемых результатов».
3. В.Д. Шапиро, «Управление проектами в России»: «Под проектом понимается процесс целенаправленного изменения технической или социально-экономической системы, переводящей ее из одного состояния в другое».
Авторитетные исследователи [51] инновационной деятельности, осуществляемой через проекты, определяют инновационные проекты как более широкий класс, который формируется из задач обычного проекта и специфических задач, связанных с инновационностью. Отмечается, что управлять инновационными проектами можно, применяя методы, используемые для любых других проектов, но есть и существенные отличия, связанные с неопределённостью содержания. Отличительная особенность, прежде всего, выражается в том, что на этапе выбора инновационного проекта необходима детальная оценка перспективности и возможности реализации. Кроме того, отмечается, что цель проекта не всегда является раз и навсегда определенной. В связи с этим отмечается, что не существует всеобъемлющих систем по управлению ни обычными проектами, ни тем более инновационными.
С одной стороны, стандарты нормируют проектную деятельность, т.е. отвечают на вопрос «как правильно делать», а с другой стороны, границы стандартизации проектной деятельности как «уникальной» (по определению) сильно зависят от типов и видов проектов, находятся в очень большом интервале и трудноопределимы в изменяющейся окружающей среде [51],
Существующие российские и международные стандарты в области ИКТ (ISO/IEC 12207, ГОСТ 32 серии, ГОСТ 19 серии, CMMI и др.) описывают специфику предметной области и вопросы управления проектами.
В настоящей работе рассматриваются инновационные проекты автоматизации бизнес-процессов заказчика с помощью внедрения специализированного программного обеспечения (ПО). Следует отметить, что характерной особенностью таких проектов является крайне ограниченная применимость известных методов оценки и, прежде всего, финансовой. Существуют проблемы в обосновании проектов из-за отсутствия объективных механизмов оценки выгод и высоких рисков нарушения сроков и бюджета.
В международной практике отсутствует сколько-нибудь устойчивая классификация проектов в области информационно-коммуникационных технологий (ИКТ), скорее принято классифицировать сами информационно-коммуникационные технологии. Отмечается, что проекты в области ИКТ являются наукоемкими и основываются на передовых технологиях. Таким образом, передовые технологии являются основой ИКТ. Как правило, разработка технологий связана с НИОКР и инновационной деятельностью.
ИИП - это ограниченное по времени целенаправленное изменение бизнес-процессов организации с помощью внедрения автоматизированной системы, основанной на специализированном программном обеспечении (далее, СПО) и аппаратном комплексе с изначально четко определенными целями, достижение которых определяет завершение проекта (создание аппаратно-программного комплекса, достижение заданных показателей производительности определённых бизнес-процессов и т. д.), с высокими рисками нарушения сроков и бюджета.
Для современных организаций характерно тесное переплетение информационных технологий и бизнес-процессов основной деятельности. В связи с этим, инновационные проекты по внедрению средств автоматизации с использованием СПО являются серьезной задачей, затрагивающей порядок работы всей организации. О сложности ИКТ проектов свидетельствуют исследования консалтинговой компании Standish Group: «В 2008 году только 26% проектов завершились в срок, не превысили бюджет и обеспечили реализацию предусмотренных функций». В период с 2002 по 2010 гг. в России реализовывалась федеральная целевая программа «Электронная Россия», направленная на создание условий для развития демократии, повышение эффективности функционирования экономики, государственного управления и местного самоуправления. Указанные улучшения планировалось достигать за счет внедрения и массового распространения информационных и коммуникационных технологий, обеспечения прав на свободный поиск, получение, передачу, производство и распространение информации за счет подготовки специалистов по информационным и коммуникационным технологиям.
Отсутствие общих требований к управлению реализацией отдельных программ и проектов внедрения информационных и коммуникационных технологий на уровне органов государственной власти снижает результативность и качество их выполнения, приводит к значительному числу неудачно завершенных проектов или проектов, завершенных с нарушением сроков или превышением расходов.» [53].
На смену ФЦП «Электронная Россия», не достигшей своих целей, пришла новая государственная программа Российской Федерации «Информационное общество (2011 - 2020 годы)». Цели программы «Информационное общество (2011 -2020 годы)» сформулированы на макроуровне и коррелируют с целям ФЦП «Электронная Россия».
Определение элементов методики оценки качества ИИП
Для исследования сложных систем и нахождения наиболее предпочтительных вариантов решений рекомендуется использовать общие формализованные правила, на основании которых осуществляется сравнение и выбор альтернативных вариантов. Наиболее распространенными правилами считаются следующие [43]:
1. применение метода «свертки», при котором рассчитываются значения единого комплексного скалярного критерия качества (рейтинга) Qt для каждого альтернативного ИИП; применение известных принципов квалиметрии;
2. применение принципа Парето, при котором сопоставляются векторные оценки альтернативных вариантов ИИП At по нескольким критериями Kt отбрасываются «доминируемые» решения;
3. лексикографический подход, при котором выбор осуществляется ранжированием критериев оценки; теория графов;
4. применение правила максимина (maxmin), используемое при игровом подходе, и реализующее стратегию гарантированного результата, когда выбирается вариант, дающий максимальный эффект при наименее благоприятных действиях противника, и другие известные стратегии построения оптимальных и квазиоптимальных решений;
5. применение функций полезности альтернативного варианта решения.
Исследование реальных и абстрактных систем связано с необходимостью создания их адекватных моделей. Как правило, при рассмотрении системы целесообразным является создание формализованной (математической) модели с последующей обработкой на вычислительных комплексах. Очевидно, что моделирование сложных систем с использованием ИКТ позволяет ускорить и упростить процесс исследования.
В широком смысле под моделированием следует понимать процесс адекватного отображения наиболее существенных сторон исследуемого объекта или явления с точностью, которая необходима для практических нужд. [56].
В соответствии с природой модели и для отображения необходимой совокупности для исследования свойств различают несколько видов моделей: физические модели, создаваемые из материальных элементов, природа используемых в модели элементов необязательно та же, что и в исследуемом объекте; информационные модели, описывающие некоторый объект исследований, используя определенный язык моделирования. В качестве примеров такой модели используют вербальное описание, графики, чертежи таблицы, алгоритмы, математические описания и т. д.
Существует широкий набор определений понятия модель и классификации моделей. Как правило, информационные модели классифицируют следующим образом:
Концептуальная модель - это абстрактная модель, выявляющая причинно-следственные связи, присущие исследуемому объекту и существенные в рамках определенного исследования. Основное назначение концептуальной модели -выявление набора причинно-следственных связей, учёт которых необходим для получения требуемых результатов [56].
Ниже приведем различные определения понятия «математическая модель».
Математическая модель - абстрактная модель, представленная на языке математических отношений. Она имеет форму функциональных зависимостей между параметрами, учитываемыми соответствующей концептуальной моделью. Эти зависимости конкретизируют причинно-следственные связи, выявленные в концептуальной модели, и характеризуют их количественно [56].
Известный исследователь Н. П. Бусленко выделяет три основных этапа моделирования сложных систем: построение содержательного описания, формализованной схемы и создание математической модели [5].
По Севостьянову А. Г. [45] : «Математической моделью называется совокупность математических соотношений, уравнений, неравенств и т.п., описывающих основные закономерности, присущие изучаемому процессу, объекту или системе».
По Самарскому и Михайлову [34], математическая модель— это «эквивалент» объекта, отражающий в математической форме важнейшие его свойства — законы, которым он подчиняется, связи, присущие составляющим его частям, и т. д.». Математическая модель - это математическое представление реальности [80]. Распространенным подходом является разделение методов моделирования в соответствии со степенью знаний и детализации описываемых систем, приведенное ниже.
Как правило, при первичном исследовании используют имитационное моделирование. Под имитационным моделированием понимают воспроизведение процессов, объектов, явлений, с имитацией случайными величинами и случайными процессами звеньев оригинала, которые не удается представить определенными математическими моделями [47]. Иногда имитационное моделирование называют структурным, т.к. система рассматривается на уровне алгоритмических моделей, теорий множеств, формальных грамматик, графов и т.д.
Имитационное моделирование позволяет рассматривать процессы, происходящие в системе, практически на любом уровне детатизации. Модели, которые допускают исследовать аналитическими методами, также могут анализироваться имитационными методами [2].
По результатам анализа функционирования системы, если это возможно, проводится формирование логико-математической модели. Логико-математическое моделирование в общем смысле определяется как исследование математических моделей, которые через системы уравнений с применением аппарата двухзначной или многозначной алгебры логики описывают систему.
Количественное моделирование (анализ) принципиальных схем элементов сложных систем, модели которых представляются в виде систем нелинейных алгебраических или интегро-дифференциальных уравнений и исследуются с применением методов функционального анализа, теории дифференциальных уравнений, математической статистики [56].
Для детального проектирования системы необходимо иметь представление об имитационной (структурной) модели, логико-математической и количественной моделях, дающих представление о системе в различных ее разрезах.
Как было показано выше, задача по оценке качества ИИП требует разрешения неопределенности, обусловленной природой инновационной деятельности, уникальностью каждого ИИП как объекта исследования, многокритериальностью. При высокой степени неопределенности обычно используют теорию множеств, математическую логику, математическую лингвистику и теорию графов, т.е. применятся средства «неклассической» математики.
Теория системного анализа предлагает широкий набор методов и моделей, которые позволяют исследовать систему, начиная с общего вербального представления и пошагово создавать более точную (формальную) модель. Автор работы [56] предлагает классификацию методов моделирования, приведенную на рис. 2.1.1. Показана взаимосвязь между методами с участием экспертов и формальными методами представления систем.
Методика классификации ИИП на основании граф-модели качества
Рассмотренная в главе 2 иерархическая граф-модель качества ИИП предлагает выполнение трудоемкого процесса построения детализированной граф-модели до уровня измеримых показателей нижнего уровня, привлечение экспертов, проведение измерений и расчетов, нормирование показателей, измеряемых в различных шкалах. Такой инструмент целесообразно применять при сравнении ограниченного количества ИИП или исследования возможностей улучшения.
На начальном этапе выбора ЛПР может рассматривать широкий набор ИИП, которые сложно исключить из рассмотрения не применив формальных методов.
Для решения задачи по исключению заведомо несостоятельных проектов необходим простой в использовании фильтр, позволяющий сформировать множество из нескольких проектов для дальнейшего исследования. Необходимый фильтр предлагается в виде оригинального фасетного классификатора ИИП (далее - классификатор ИИП). Для решения задачи классификации на основании целей заинтересованных сторон предлагается использовать следующий набор инструментов: 1. метрические пространства: применение метрик позволяет определять расстояния между показателями и тем самым количественно определяет степень «близости» целей заинтересованных сторон; 2. звездчатые диаграммы показателей (признаков, характеристик), которые наглядно представляют основные свойства и позволяют упростить операцию нормализации; 3. Логика противоположностей для оценки расстояния между целями ЗС; описывается с помощью предложенной граф-модели и соответствующего ИКК, основанного на критериальной функции. Я[W(t)], характеризующей вероятность реализуемости ИИП.
Классификатор ИИП распределяет множество проектов на заданные подмножества, основываясь на природе целенаправленного поведения ЗС, определяющих качество ИИП. В отличие от существующих классификаторов, рассматривающих ИИП по единичным или множественным основаниям, предложенный классификатор использует систему оснований, отражающую современное понимание феномена качества закреплённого в стандартах (ГОСТ Р серии 9000). Классификатор позволяет провести предварительную оценку реализуемости ИИП с помощью анализа множеств допустимых значений целей каждой ЗС и наличия областей пересечений.
Для дальнейшего применения необходимо формально определить следующие понятия:
Показатель (свойство, характеристика) - представляет из себя некоторую, существенную для целей исследования характеристику объекта, проявляющуюся при производстве или потреблении [35]. В данном случае объектами могут являться цели и группы целей заинтересованных сторон. Показатели должны выражаться числовыми собственными значениями.
Пример звездчатых диаграмм для некоторых заинтересованных сторон Показатели целей каждой ЗС могут быть представлены в виде звездчатых диаграмм (рис. З.1.1.), такое представление набора свойств находит применение в инструменте оценки соответствия Европейской премии по качеству (EFQM) -RADAR (рис. 3.1.2).
Метрика (метрическое пространство) - представляет собой метод определения расстояния между объектами. В данном случае объектами являются цели ЗС.
Метрическое пространство определяется следующим образом [58]: пусть X -произвольное непустое множество. Говорят, что на X задана метрика (расстояние), если для каждой пары показателей (свойств) х,у ЕХ поставлено в соответствие единственное неотрицательное число р(х,у), удовлетворяющее следующим трем условиям (аксиомам метрического пространства): 1. р(х, у) = О тогда и только тогда, когда х = у (аксиома тождества); 2. р(х,у) = р(у, х) для Vx,у X (аксиома симметрии); 3. р(х,у) + р(у,х) р(х,х) Vx,y,х X (аксиоматреугольника). В настоящее время известен широкий набор различных методов вычисления расстояний и соответствующих метрик. Применение той или иной метрики зависит от объектов, между которыми вычисляется расстояние.
В рассматриваемой задаче классификации ИИП сходство или различие между целями заинтересованных сторон может описываться через метрику расстояния между соответствующими показателями, которые определяют цели. Если каждая цель описывается множеством свойств, то она может быть представлена как точка в и-мерном пространстве, и сходство с другими объектами будет определяться как соответствующее расстояние между точками. Основные метрики, используемые для измерения и кластер-анализа приведены в таблице 3.1.1.
Порядок применения методики классификации ИИП
После рассмотрения Задачи 1 с условным безразличием заинтересованных сторон к инвестированию средств в те или иные ПНУ граф-модели, необходимо рассмотреть стратегию инвестирования, при которой заинтересованные стороны должны прийти к консенсусу при распределении дополнительных средств, т.к. инвестирование в ПНУ означает повышение инвестиционной привлекательности для определенной заинтересованной стороны. Для этого наряду с использованием логики противоположностей применяются классические стратегии оптимизации: построение Парето- оптимального множества и множества равновесности по Нэшу. Такая постановка обеспечивает привлекательность проекта в условиях индивидуальной рациональности каждой заинтересованной стороны.
Интегральный критерий качества ИИП H[W] складывается из частных критериев качества заинтересованной стороны: H[W(HC)], H[W(CC)], H[W(AC)], Н[W(I1C)]. Поэтому одному и тому же значению Н[W] могут соответствовать разные комбинации значений оценок заинтересованных сторон. Если каждую оценку качества ИИПЗС (H[W(HC)], Н[Ш(CC)], Н[W(AC)], Н[Ш(ПС)]) трактовать как частный критерий качества (функцию полезности) соответствующей заинтересованной стороны, то к понятию Парето-оптимального решения приводит воплощение идеи социальной справедливости, состоящей в том, что для коллектива всех участников более выгодным будет только то решение, которое не ущемляет интересы ни одного из них в отдельности. При этом в случае перехода от одного Парето-оптимального решения к другому если и происходит улучшение (увеличение) одного из критериев, то обязательно это улучшение будет сопровождаться ухудшением (уменьшением) какого-то другого критерия (или сразу нескольких критериев). Таким образом, переход от одного Парето-оптимального решения к другому невозможен без определенного компромисса. Отсюда и наименование множества Парето - область компромиссов [11].
Окончательный выбор решения из множества Партео-оптимальных вариантов, в значительной мере зависит от специфических обстоятельств, присущих рассматриваемой частной ситуации, в том числе от соотношения сил ЗС. Нэш предложил систему аксиом, которой должен удовлетворять принцип оптимальности, ставящий в соответствие каждому непустому выпуклому замкнутому множеству оптимальный дележ. Получение равновесных в смысле Нэша решений может быть интерпретировано как нахождение компромисса для N заинтересованных сторон при повышения качества ИИП за счет распределения некоторого ресурса.
Решение рассматриваемой задачи находится в виде равновесия Нэша (формализованном в соответствующей теореме теории игр) в условиях классического рынка. Под классическим рынком следует понимать работу каждого участника рынка без участия в картельных сговорах, монополии и объединения в коалиции. Качество ИИП для ЗС обеспечивается на основе Парето-оптимальной модели и равновесия Нэша при бескоалиционной кооперативной игре с ненулевой суммой. Таким образом, необходимо обеспечить наилучший возможный уровень качества для каждой заинтересованной стороны (H[W(HC)],H[W(CC)l H[W(AQIH[W(UC)]) по отношению к уже полученным результатам оценки качества в соответствии с предложенной выше методикой при распределении дополнительного ресурса R.
С точки зрения теории игр, в отсутствии дополнительного ресурса R улучшение частных критериев качества ЗС (Я[Ж(НС)], H[W(CQ], H[W(AQ], H[W(UQ]) провести невозможно, т.к. невозможно не нарушить условия индивидуальной рациональности хотя бы для одного игрока с тем, чтобы повысить уровень качества для других.
Очевидно, что поставленную задачу можно было бы свести к решению Задачи 1. независимо рассматривая повышение каждого частного критерия качества для ЗС (Я[И (НС)], H[W(CC)l Я[И (АС)], Я[Ж(ПС)]). Однако такая постановка в общем случае не устраивает ЗС, т.к. инвестирование ресурса R производится в ПНУ, вносящие наибольший вклад в ИКК.
Задача 2. Обеспечение наилучшего качества ИИП для каждой заинтересованной стороны, на основе Парето-оптимальной модели и равновесия Нэша при бескоалиционной кооперативной игре с ненулевой суммой, сформулирована в следующем виде.
Необходимо обеспечить наилучший возможный уровень качества для каждой ЗС на основании ЧКК Я[ЗС 1],Я[ЗС 2], ...,Я[ЗСЛГ, при повышении уровня качества ИИП за счет инвестирования дополнительных средств R.
Предложенную задачу можно записать в формальном виде: Выигрыш і-ой заинтересованной стороны в соответствии с Я[ЗС 1], Я[ЗС 2],..., Я[ЗС N] от инвестированных средств г, где а О, определяется в виде: щ (О) = Я[ЗС1] + а (4.3.1) Вектор дележа выигрышей (г) между заинтересованными сторонами: Щ = (изс1,изс2 u3cN) (4.3.2) U - множество допустимых векторов дележей ресурса R, в которое входят все вектора дележей, отвечающих условию (4.3.1);
Множество допустимых векторов дележей (далее - дележи) U, состоит из конечного числа дележей Щ = (изс1 изс2, ...,u3cN). еелеии щ могут быть сформированы путем распределения ресурса R между N заинтересованных сторон в случайном порядке, например при установленном дискретном объеме минимальной инвестиции, равной г. Для этого необходимо вычислить число комбинаций, используя количество минимальных объемов инвестиций R/r, умноженное на N.
Вектор угрозы или статус-кво определяет уже достигнутые значения ЧКК (ни одна компонента не может принимать значения ниже текущих) (4.3.3). v = (v3Cl,v3c2?...,v3cn) (4.3.3) В общем виде критериальная функция для каждой заинтересованной стороны (на основании граф-модели, содержащей связи 0 и у), имеет вид, представленный (4.2.1), возможные оценки каждого ПНУ определены в (4.2.3).
