У даній роботі використовується адаптивний підхід з метою оптимізації функціонування проектів, при цьому успішно реалізується компʼютерна система підтримки прийняття рішень. Адаптивна система підтримки прийняття рішень являє собою найбільш оптимальний варіант системи, в якому додаткові параметри включаються тільки тоді, коли навантаження на систему зростає, і вимикаються, коли навантаження на систему знижується, тобто працює в оптимальному режимі, максимально ефективно використовуючи наявні у неї ресурси. Для здійснення оптимізації параметрів проекту необхідно отримання детальної інформації для аналізу з метою визначення першочерговості параметрів в процесі їх оптимізації. Системи підтримки прийняття рішень розробляються на основі інтеграції інформаційно-керуючих систем і систем управління базами даних і включають сховища даних і інструментальні засоби для їх обробки. Це призводить до необхідності застосовувати спеціалізовані інструменти аналізу процесів, як, наприклад, інформаційні системи класу Process Intelligence, що представляють собою платформу Business Intelligence (BI) з розширеними засобами аналізу. У роботі обґрунтовано доцільність побудови концептуальної схеми системи оптимізації параметрів проекту, а також описані основні її модулі. При проектуванні архітектури системи оптимізації параметрів проекту було вирішено розділити проект на 3 підпроекти: API, ApplicationCore, Infrastructure, що дозволило отримати легко підтримуваний і легко розширюваний додаток, який відповідає сучасним архітектурним стандартам програмного забезпечення. Проведені дослідження показали можливість поліпшення параметрів проекту при використанні адаптивної по відношенню до вхідного потоку запитів системи підтримки прийняття рішень, яка динамічно змінює кількість функціонуючих структурних елементів, перебуваючи в межах заданого ліміту інтенсивності потоку інформації
Управління системою оптимізації параметрів бізнес-проєктів
Анотація
Ключові слова
проект, система, оптимізація, контроль, аналіз, управління
- Akimkina, E., Samarov, K., Vasilʼyev, N., & Belyuchenko, I. (2016). Evaluation of the effectiveness of customer service in the context of system analysis. Issues of regional economy, 2(27), 123-134. (in Russian).
- Bocharov, P., & Pechinkin, A. (1995). Theory of queuing. Mosсow : RUDN. (in Russian).
- Chan, V., Shcherbakov, M., Nguyen, T. & Skorobogatchenko, D. (2016). A method for collecting and merging heterogeneous data in proactive intelligent decision support systems. Neurocomputers: development, application, 11, 40-44. (in Russian).
- Entity Framework Core (2021), Electronic Resources: finding resources by subject, https://metanit.com/sharp/entityframeworkcore/1.1.php.
- Frenk, Kh. (2003). Teoriya grafov. Moscow: Yeditorial URSS. (in Russian).
- Shishkin, A., & Chernetsova, Ye. (2013). Algorithm for optimizing the number of requests to information sources in the decision support system. Information technology and system: management, economics, transport, law, 1(10), 67-69. (in Russian).
- Sovetov, V. (2010). Service system with a variable number of service elements. Electrotechnical complexes and systems, 6(1), 10-14. (in Russian).
- Tomashevskiy, V., & Zhdanova, Ye. (2003). Simulation modeling in the GPSS environment. Moscow : Bestseller. (in Russian).
Grigorenko, V., Kandel, B.K., & Kadylnykova, T.
(2021).
Management of the system of optimization of parameters of business projects.
Philosophy, Economics and Law Review,
1(2),
48-55.
https://doi.org/10.63341/2786-491X-2022-1-48-54