• Колесникова Светлана Ивановна, Санкт-Петербургский государственный университет аэрокосмического приборостроения (Санкт-Петербург, Россия)
• Фоменкова Анастасия Алексеевна, Санкт-Петербургский государственный университет аэрокосмического приборостроения (Санкт-Петербург, Россия)
• Поляков Виктор Валерьевич, Санкт-Петербургский государственный университет аэрокосмического приборостроения (Санкт-Петербург, Россия)

Рассматривается задача управления назначением работ при большом динамически пополняемом их объеме. Несмотря на имеющиеся инструменты автоматизации разработки больших программ (AGILE-продукты, продукты Waterfall и другие), проблема оперативного и корректного вмешательства в процесс их производства при изменяющихся внешних и внутренних условиях стоит достаточно остро в силу возникающих отрицательных последствий (задержки выполнения проекта во времени, выход за рамки бюджета, незавершенность проектов из-за неудовлетворительного качества). Наиболее острая проблема в больших проектах – «оптимальное» назначение работ в соответствии с зафиксированными текущими компетенциями сотрудников, при этом отмечено в ряде исследований (опросы от Scrum Inc.), что связь между внедрением наиболее популярных продуктов Agile и ростом эффективности разработки программ носит противоречивый характер. По этой причине разработка усовершенствований имеющихся инструментов актуальна в задачах управления производством крупных программных проектов, где особенно остро стоят проблемы взаимосвязанных ресурсных ограничений: временных, стоимостных, вычислительных. Цель исследования – представление модели и реализующего ее алгоритма оптимизации процесса назначения работ с ориентацией на большие данные (с позиции субъекта-разработчика), приводящего к экспоненциальному выигрышу во времени и ресурсах при сравнении вариантов в форме альтернатив (работа, работник). Особенностью модели является оптимальный алгоритм ранжирования большого числа вариантов, выполняемый в режиме реального времени, и приводящий практически к не улучшаемому корректному решению в задаче упорядочивания динамически пополняемого множества альтернатив, что соответствует важнейшему принципу разработки «здесь и сейчас», заключающемуся в немедленной реакции на изменяющиеся условия и требования заказчика. Выигрыш достигается за счет немеханического совмещения применений трех методов: классического метода парных сравнений, его модификации, корректной в смысле аксиомы К. Эрроу о независимости выбора (предпочтений) от ранее достигнутых ранжирований, и выбранного алгоритма сортировки числовой последовательности. Приведены примеры численного моделирования, подтверждающие заявленные характеристики алгоритма выбора оптимальной альтернативы (работа, работник), в условиях больших данных.

плохо формализуемый объект, алгоритмы принятия решений, управление проектом, динамическая модель назначений работ, большие данные, корректная модификация метода парных сравнений больших данных, коллектив алгоритмов оценивания, цепь Маркова

2026-06-05