Перевести страницу на:  
Please select your language to translate the article


You can just close the window to don't translate
Библиотека
ваш профиль

Вернуться к содержанию

Программные системы и вычислительные методы
Правильная ссылка на статью:

Талипов Н.Г., Катасёв А.С. Программный комплекс распределения заданий в автоматизированных системах электронного документооборота на основе нечетких методов принятия решений

Аннотация: Предметом исследования является оценка эффективности распределения заданий по исполнителям в автоматизированных системах электронного документооборота на основе нечетких методов рационального выбора альтернатив. Объектом исследования является задача рационального выбора исполнителей с учетом их квалификации, работоспособности, загруженности, а также сложности поступающих на распределение заданий. В работе рассматриваются три стратегии распределения заданий: на основе метода максиминной свертки, аддитивной свертки и нечетко-продукционной модели. Особое внимание уделяется программному комплексу, разработанному на базе предложенных методов. Приводится пример его функционирования, а также результаты проведенных исследований по оценке эффективности распределения заданий по исполнителям. В качестве методов исследования используются нечеткие методы рационального выбора альтернатив: максиминной свертки, аддитивной свертки и нечетко-продукционный метод. Данные методы используются для распределения заданий по исполнителям в автоматизированных системах электронного документооборота. Основными выводами проведенного исследования являются: - метод на основе нечеткого логического вывода показал лучшие результаты, наиболее точно согласующиеся с интуитивным представлением эксперта по рациональному выбору исполнителей заданий; - метод максиминной свертки является пессимистичным подходом, не учитывающим хорошие стороны альтернатив; - метод аддитивной свертки реализует оптимистичный подход, в котором низкие оценки по критериям имеют одинаковый вес по сравнению с высокими оценками, что повлияло на его низкую точность. Особым вкладом авторов в исследование темы является разработка эффективной нечетко-продукционной модели распределения заданий, а также реализация программного комплекса, позволившего выполнить необходимые исследования по оценке ее эффективности. Это определяет научную новизну и практическую ценность проведенного исследования.


Ключевые слова:

система электронного документооборота, распределение заданий, принятие решений, нечетко-продукционная модель, программный комплекс, метод максиминной свертки, метод аддитивной свертки, рациональный выбор альтернатив, нечеткий логический вывод, оператор персональных данных

Abstract: The subject of the study is to evaluate the effectiveness of assigning tasks in the automated systems of electronic document management on the basis of fuzzy methods of rational choice of alternatives. The object of the research is the problem of a rational choice of employee for the task based on qualifications, performance, workload as well as difficulty of the assignment. The paper focuses on three job assignment strategies:  based on the method of maximin convolution, additive convolutions and fuzzy-production model. Particular attention is paid to the software developed on the basis of the proposed methods. The authors present an example of its operation, as well as the results of studies evaluating the effectiveness of allocation tasks for the performers. As the methods of research authors used methods of fuzzy rational choice of alternatives: maximin convolution, additive convolutions and fuzzy-production model. These methods are used to assign tasks the automated systems of electronic document management. The main conclusions of the study are: -          method based on fuzzy logic inference has shown the best results, most closely consistent with the intuitive representation of an expert on rational choice assignments performers; -          maximin convolution method is a pessimistic approach, that does not take into account the good side of the alternatives; -          method of additive convolution is an optimistic approach in which low scores on the criteria have the same weight as compared to the high marks that affected its low accuracy. A special contribution to the authors of the study is in developing an effective fuzzy-productions tasks assignment model as well as the implementation of the software system for performing the necessary calculations to evaluate its effectiveness. This determines the scientific novelty and practical value of the study.


Keywords:

additive convolution method, maximin convolution method, software package, fuzzy-production model, decisionmaking, tasks distribution, electronic flow of documents, rational choice of alternatives, fuzzy inference, personal data operator


Эта статья может быть бесплатно загружена в формате PDF для чтения. Обращаем ваше внимание на необходимость соблюдения авторских прав, указания библиографической ссылки на статью при цитировании.

Скачать статью

Библиография
1. Ивченко В.Д., Корнеев А.А. Анализ методов распределения заданий в задаче управления коллективом роботов // Мехатроника, автоматизация, управление. – 2009. – № 7. – С. 36-42.
2. Ченцов П.А. О задаче распределения заданий между участниками с ограничениями на выбор заданий // Вестник компьютерных и информационных технологий. – 2007. – № 7. – С. 52-56.
3. Лотов А.В., Поспелова И.И. Многокритериальные задачи принятия решения: Учеб. пособие. – М: МАКС Пресс, 2008. – 197 с.
4. Трегубов В.М., Катасёв А.С., Кириллов А.Е., Алексеев А.А. Информационная технология анализа и классификации электронных документов / Поиск эффективных решений в процессе создания и реализации научных разработок в российской авиационной и ракетно-космической промышленности. Международная научно-практическая конференция. Казань. – 2014. – С. 345-348.
5. Катасёв А.С., Катасёва Д.В. Интеллектуальный анализ временных рядов в системах диагностики и поддержки принятия решений / Поиск эффективных решений в процессе создания и реализации научных разработок в российской авиационной и ракетно-космической промышленности Международная научно-практическая конференция. Казань. – 2014. – С. 481-483.
6. Чернов В.Г. Модели поддержки принятия решений в инвестиционной деятельности на основе аппарата нечетких множеств. – М.: Горячая линия – Телеком, 2006. – 255 с.
7. Аникин И.В., Кирпичников А.П., Талипов Н.Г. Оценка эффективности деятельности уполномоченного органа по защите прав субъектов персональных данных // Вестник Казанского технологического университета. – 2015. – Т. 18. – № 1. – С. 279-281.
8. Змеев С.А., Селютин И.Н., Скрыль Е.Б., Никитин А.А. Рациональный выбор средств защиты при структурном синтезе программных систем защиты информации в системах электронного документооборота // Вестник Воронежского института ФСИН России. – 2013. – № 2. – С. 55-59.
9. Алексеев А.А., Кораблев Ю.А., Шестопалов М.Ю. Идентификация и диагностика систем. – М: Издательский центр «Академия», 2009. – 351 с.
10. Глова В.И., Катасёв А.С., Корнилов Г.С. Преднастройка и оптимизация параметров нечеткой нейронной сети при формировании баз знаний экспертных систем // Информационные технологии. – 2010. – № 5. – С. 15-19.
11. Емалетдинова Л.Ю., Кайнов А.С. Дискретная нейросетевая модель оптимизации распределения заданий по нескольким компьютерам // Вестник Казанского государственного технического университета им. А.Н. Туполева. – 2007. – №1(46). – С. 80-83.
12. Катасёв А.С., Абдулхаков А.Р. Редукция нечетких правил в задаче оптимизации баз знаний экспертных систем // Вестник Казанского государственного технического университета им. А.Н. Туполева. – 2012. – № 3. – С. 110-115.
13. Абдулхаков А.Р., Катасёв А.С. Кластерно-генетический метод редукции баз знаний интеллектуальных систем // Фундаментальные исследования. – 2015. – № 5-3. – С. 471-475.
14. Демидова Л.А. Развитие методов теории нечетких множеств и генетических алгоритмов для задач поддержки принятия решений в условиях неопределенности: теоретико-методологическое исследование. Автореферат диссертации на соискание ученой степени докт. техн. наук. – Рязань, 2009. – 39 с.
15. Катасёв А.С. Модели и методы формирования нечетких правил в интеллектуальных системах диагностики состояния сложных объектов // Диссертация на соискание ученой степени доктора технических наук / Казанский национальный исследовательский технологический университет. Казань, 2014. – 256 с.
16. Рзаев Р.Р., Джамалов З.Р., Бабаева С.Т., Рзаева И.Р. Оценка финансовой устойчивости коммерческих банков нечётким методом максиминной свертки и их ранжирование // Математические машины и системы. – 2016. – № 1. – С. 79-88.
17. Постников В.М., Спиридонов С.Б. Многокритериальный выбор варианта решения на основе аддитивной свертки показателей, являющихся членами арифметических прогрессий // Наука и образование: научное издание МГТУ им. Н.Э. Баумана. 2015. № 11. С. 443-464.
18. Черноруцкий И.Г. Методы принятия решений. – СПб.: БХВ-Петербург, 2005. – 416 с.
19. Ковалев С.М., Лященко А.М. Нечетко-продукционная модель оценки ходовых свойств отцепов на основе перцептивного анализа временных рядов // Актуальные вопросы современной науки. – 2013. – № 30-2. – С. 17-26.
20. Катасёв А.С. Математическое и программное обеспечение формирования баз знаний мягких экспертных систем диагностики состояния сложных объектов: монография. – Казань: «Республиканский центр мониторинга качества образования», 2013. – 200 с., ил.
21. Катасёв А.С., Газимова Д.Р. Инвариантная нечетко-продукционная модель представления знаний в экспертных системах // Вестник Казанского государственного технического университета им. А.Н. Туполева. – 2011. – №1. – С. 142-148.
22. Катасёв А.С., Емалетдинова Л.Ю. Нечетко-продукционная каскадная модель диагностики состояния сложного объекта // Программные системы и вычислительные методы. – 2013. – № 1. – С. 69-81.
23. Илларионов М.Г. Применение метода анализа иерархий в принятии управленческих решений // Актуальные проблемы экономики и права. – 2009. – № 1. – С. 37-42
References
1. Ivchenko V.D., Korneev A.A. Analiz metodov raspredeleniya zadanii v zadache upravleniya kollektivom robotov // Mekhatronika, avtomatizatsiya, upravlenie. – 2009. – № 7. – S. 36-42.
2. Chentsov P.A. O zadache raspredeleniya zadanii mezhdu uchastnikami s ogranicheniyami na vybor zadanii // Vestnik komp'yuternykh i informatsionnykh tekhnologii. – 2007. – № 7. – S. 52-56.
3. Lotov A.V., Pospelova I.I. Mnogokriterial'nye zadachi prinyatiya resheniya: Ucheb. posobie. – M: MAKS Press, 2008. – 197 s.
4. Tregubov V.M., Katasev A.S., Kirillov A.E., Alekseev A.A. Informatsionnaya tekhnologiya analiza i klassifikatsii elektronnykh dokumentov / Poisk effektivnykh reshenii v protsesse sozdaniya i realizatsii nauchnykh razrabotok v rossiiskoi aviatsionnoi i raketno-kosmicheskoi promyshlennosti. Mezhdunarodnaya nauchno-prakticheskaya konferentsiya. Kazan'. – 2014. – S. 345-348.
5. Katasev A.S., Kataseva D.V. Intellektual'nyi analiz vremennykh ryadov v sistemakh diagnostiki i podderzhki prinyatiya reshenii / Poisk effektivnykh reshenii v protsesse sozdaniya i realizatsii nauchnykh razrabotok v rossiiskoi aviatsionnoi i raketno-kosmicheskoi promyshlennosti Mezhdunarodnaya nauchno-prakticheskaya konferentsiya. Kazan'. – 2014. – S. 481-483.
6. Chernov V.G. Modeli podderzhki prinyatiya resheniĭ v investitsionnoĭ deyatel'nosti na osnove apparata nechetkikh mnozhestv. – M.: Goryachaya liniya – Telekom, 2006. – 255 s.
7. Anikin I.V., Kirpichnikov A.P., Talipov N.G. Otsenka effektivnosti deyatel'nosti upolnomochennogo organa po zashchite prav sub''ektov personal'nykh dannykh // Vestnik Kazanskogo tekhnologicheskogo universiteta. – 2015. – T. 18. – № 1. – S. 279-281.
8. Zmeev S.A., Selyutin I.N., Skryl' E.B., Nikitin A.A. Ratsional'nyi vybor sredstv zashchity pri strukturnom sinteze programmnykh sistem zashchity informatsii v sistemakh elektronnogo dokumentooborota // Vestnik Voronezhskogo instituta FSIN Rossii. – 2013. – № 2. – S. 55-59.
9. Alekseev A.A., Korablev Yu.A., Shestopalov M.Yu. Identifikatsiya i diagnostika sistem. – M: Izdatel'skii tsentr «Akademiya», 2009. – 351 s.
10. Glova V.I., Katasev A.S., Kornilov G.S. Prednastroika i optimizatsiya parametrov nechetkoi neironnoi seti pri formirovanii baz znanii ekspertnykh sistem // Informatsionnye tekhnologii. – 2010. – № 5. – S. 15-19.
11. Emaletdinova L.Yu., Kainov A.S. Diskretnaya neirosetevaya model' optimizatsii raspredeleniya zadanii po neskol'kim komp'yuteram // Vestnik Kazanskogo gosudarstvennogo tekhnicheskogo universiteta im. A.N. Tupoleva. – 2007. – №1(46). – S. 80-83.
12. Katasev A.S., Abdulkhakov A.R. Reduktsiya nechetkikh pravil v zadache optimizatsii baz znanii ekspertnykh sistem // Vestnik Kazanskogo gosudarstvennogo tekhnicheskogo universiteta im. A.N. Tupoleva. – 2012. – № 3. – S. 110-115.
13. Abdulkhakov A.R., Katasev A.S. Klasterno-geneticheskii metod reduktsii baz znanii intellektual'nykh sistem // Fundamental'nye issledovaniya. – 2015. – № 5-3. – S. 471-475.
14. Demidova L.A. Razvitie metodov teorii nechetkikh mnozhestv i geneticheskikh algoritmov dlya zadach podderzhki prinyatiya resheniĭ v usloviyakh neopredelennosti: teoretiko-metodologicheskoe issledovanie. Avtoreferat dissertatsii na soiskanie uchenoi stepeni dokt. tekhn. nauk. – Ryazan', 2009. – 39 s.
15. Katasev A.S. Modeli i metody formirovaniya nechetkikh pravil v intellektual'nykh sistemakh diagnostiki sostoyaniya slozhnykh ob''ektov // Dissertatsiya na soiskanie uchenoi stepeni doktora tekhnicheskikh nauk / Kazanskii natsional'nyi issledovatel'skii tekhnologicheskii universitet. Kazan', 2014. – 256 s.
16. Rzaev R.R., Dzhamalov Z.R., Babaeva S.T., Rzaeva I.R. Otsenka finansovoi ustoichivosti kommercheskikh bankov nechetkim metodom maksiminnoi svertki i ikh ranzhirovanie // Matematicheskie mashiny i sistemy. – 2016. – № 1. – S. 79-88.
17. Postnikov V.M., Spiridonov S.B. Mnogokriterial'nyi vybor varianta resheniya na osnove additivnoi svertki pokazatelei, yavlyayushchikhsya chlenami arifmeticheskikh progressii // Nauka i obrazovanie: nauchnoe izdanie MGTU im. N.E. Baumana. 2015. № 11. S. 443-464.
18. Chernorutskii I.G. Metody prinyatiya reshenii. – SPb.: BKhV-Peterburg, 2005. – 416 s.
19. Kovalev S.M., Lyashchenko A.M. Nechetko-produktsionnaya model' otsenki khodovykh svoistv ottsepov na osnove pertseptivnogo analiza vremennykh ryadov // Aktual'nye voprosy sovremennoi nauki. – 2013. – № 30-2. – S. 17-26.
20. Katasev A.S. Matematicheskoe i programmnoe obespechenie formirovaniya baz znanii myagkikh ekspertnykh sistem diagnostiki sostoyaniya slozhnykh ob''ektov: monografiya. – Kazan': «Respublikanskii tsentr monitoringa kachestva obrazovaniya», 2013. – 200 s., il.
21. Katasev A.S., Gazimova D.R. Invariantnaya nechetko-produktsionnaya model' predstavleniya znanii v ekspertnykh sistemakh // Vestnik Kazanskogo gosudarstvennogo tekhnicheskogo universiteta im. A.N. Tupoleva. – 2011. – №1. – S. 142-148.
22. Katasev A.S., Emaletdinova L.Yu. Nechetko-produktsionnaya kaskadnaya model' diagnostiki sostoyaniya slozhnogo ob''ekta // Programmnye sistemy i vychislitel'nye metody. – 2013. – № 1. – S. 69-81.
23. Illarionov M.G. Primenenie metoda analiza ierarkhii v prinyatii upravlencheskikh reshenii // Aktual'nye problemy ekonomiki i prava. – 2009. – № 1. – S. 37-42